WILLIAM HABIB LUCAS CHAHADE APLICAÇÃO DA METODOLOGIA SEIS SIGMA PARA INCREMENTO DA PRODUTIVIDADE NO ENVASE DE TINTAS DECORATIVAS

Tamanho: px
Começar a partir da página:

Download "WILLIAM HABIB LUCAS CHAHADE APLICAÇÃO DA METODOLOGIA SEIS SIGMA PARA INCREMENTO DA PRODUTIVIDADE NO ENVASE DE TINTAS DECORATIVAS"

Transcrição

1 WILLIAM HABIB LUCAS CHAHADE APLICAÇÃO DA METODOLOGIA SEIS SIGMA PARA INCREMENTO DA PRODUTIVIDADE NO ENVASE DE TINTAS DECORATIVAS SÃO CAETANO DO SUL/SP 2009

2 WILLIAM HABIB LUCAS CHAHADE APLICAÇÃO DA METODOLOGIA SEIS SIGMA PARA INCREMENTO DA PRODUTIVIDADE NO ENVASE DE TINTAS DECORATIVAS Dissertação apresentada à Escola de Engenharia Mauá do Centro Universitário do Instituto Mauá de Tecnologia para obtenção do título de Mestre em Engenharia de Processos Químicos e Bioquímicos. Linha de Pesquisa: Análise e Controle de Processos Químicos Orientador: Prof. Dr. Flávio D`Angelo Pereira da Silva SÃO CAETANO DO SUL/SP 2009

3 CHAHADE, William Habib Lucas Aplicação da metodologia Seis Sigma para incremento da produtividade no envase de tintas decorativas / William Habib Lucas Chahade. um estudo de experimento sobre a aplicação da metodologia seis sigma para incremento da produtividade do envase de tintas decorativas. São Caetano do Sul, p. Dissertação de Mestrado Programa de Pós-Graduação. Linha de Pesquisa: Análise e Controle de Processos Químicos Escola de Engenharia Mauá do Centro Universitário do Instituto Mauá de Tecnologia.São Caetano do Sul, SP, Orientador: Flávio D Angelo Pereira da Silva 1. Metodologia Seis Sigma 2. Envase 3. DMAIC 4. Melhoria contínua I. Instituto Mauá de Tecnologia. Centro Universitário. Escola de Engenharia Mauá. II. Título.

4 WILLIAM HABIB LUCAS CHAHADE APLICAÇÃO DA METODOLOGIA SEIS SIGMA PARA INCREMENTO DA PRODUTIVIDADE NO ENVASE DE TINTAS DECORATIVAS Dissertação de Mestrado apresentada para obtenção do título de Mestre em Engenharia de Processos Químicos e Bioquímicos pela Escola de Engenharia Mauá do Centro Universitário do Instituto Mauá de Tecnologia. Área de concentração: Engenharia da Qualidade Banca Examinadora: Prof. Dr. Flávio D`Angelo Pereira da Silva Orientador Escola de Engenharia Mauá Prof. Dr. Antonio Dantas Cabral Escola de Engenharia Mauá Prof. Dr. Antônio Henriques de Araujo UERJ/UNIFOA São Caetano do Sul, 29 de junho de 2009.

5 DEDICATÓRIA Dedico este trabalho a minha linda esposa e conselheira Fátima e aos nossos belos filhos Murillo e Letícia, pelo infinito tempo que a mim despenderam e pela incansável paciência concedida em troca de muitos momentos de lazer. Aos meus pais, em especial a minha guerreira mãe Dalva, ofereço este presente que sem dúvida foi fruto do seu esforço por nós filhos, Marcelo, Érica e Junior.

6 AGRADECIMENTOS Agradeço a minha esposa Fátima, pois, sem o seu apoio dificilmente alcançaria esta meta que sem dúvida foi partilhada entre nós. Agradeço a Letícia e ao Murillo, filhos lindos e maravilhosos que temos e que tanto nos orgulhamos. Agradeço a BASF S/A que me concedeu liberdade para expor por meio deste trabalho a aplicação do Seis Sigma num processo de melhoria do envase. Agradeço às pessoas que direta ou indiretamente serviram como base de conhecimento para desenvolvimento deste trabalho, em especial ao meu orientador Professor Dr. Flávio D Angelo Pereira da Silva. Aos professores do Mestrado em especial ao Dr. Antônio Dantas Cabral e a secretaria da Pós-Graduação da Escola de Engenharia Mauá em especial à Margareth, no sentido de tornar nosso aprendizado o mais eficiente o possível. Ao conselheiro e amigo Manuel Bonifácio dos Santos pelas orientações de vida, e pela confiança a mim conferida. Às funcionárias da biblioteca da Mauá, em especial a Dulce, também agradeço profundamente pela atenção concedida na orientação da busca de informações. Agradeço a DEUS por mais esta conquista alcançada.

7 EPÍGRAFE A vida não é medida pelo número de vezes que respiramos, mas pelos lugares e momentos capazes de tirar nosso fôlego. Autor: Desconhecido Assim... O grande engano é supor que o Seis Sigma trate de controle de qualidade e de fórmulas estatísticas... Ele impulsiona a melhoria da liderança... Autor: Jack Welch

8 RESUMO Este trabalho teve como objetivo utilizar a metodologia Seis Sigma para o aumento da produtividade do envase de tintas decorativas à base de solvente. Focou-se o estudo na máquina de envase denominada Devree II, cuja produtividade não atendia a demanda no ano de 2007, devendo esta aumentar em 20%. Utilizou-se a metodologia Seis Sigmas e respectivas ferramentas estatísticas que acompanham as fases DMAIC para definição, mensuração, análise, melhoria e controle das ações de melhoria a fim de se obter resultados sustentáveis. O escopo do experimento situou-se entre o processo de alimentação de embalagens vazias e a expedição das mesmas, focando-se principalmente o processo de operação e preparação do equipamento para o envase. O experimento desenvolveu-se a partir da formação da equipe multifuncional denominada Team Members onde se determinaram as possíveis variáveis com correlações significativas para o decréscimo da produtividade, inferindo a elas, hipóteses de causas e conseqüentemente testes para respectivas melhorias. O estudo a partir da metodologia comprovou as deficiências com impacto negativo na produtividade e conduziu às ações de melhoria sustentáveis, validando a aplicação da mesma para o experimento estudado. Concluiu-se por este trabalho, que a metodologia Seis Sigma foi eficaz no processo de identificação de causas e respectivas ações de melhoria para o acréscimo da produtividade do envase de tintas decorativas a base de solvente. O estudo proporcionou soluções simples e criativas com o auxílio da análise estatística, promovendo melhorias para os problemas identificados e seus respectivos controles que as mantêm sustentáveis. Finalizou-se o trabalho, com as comprovações estatísticas sobre melhorias alcançadas, e respectivas propostas de continuidade deste à luz de outras hipóteses comentadas. Palavras-chave: Metodologia Seis Sigma. Envase. DMAIC. Melhoria Contínua.

9 ABSTRACT The aim of this study was to use the Six Sigma methodology to improve the productivity for the filling of solvent based paint. The study focuses on the performance of the filling machine known as Devree II, whose production was not capable of dealing with the requirements for the year 2007, which should have increased by 20%. The Six Sigma methodology and respective statistical tools which accompany the DMAIC phases to define, measure, analyze, improve and control activities in order to obtain sustainable results were utilized. The scope of the experiment covered from the feed in of the empty cans to the dispatch of the finished product, concentrating principally on the operational process and the Set-ups of the filling machine. The experiment began with the formation of a multi-functional team referred to as Team Members who determined the possible variables with significant correlations for the decrease in production. From these, hypotheses for the causes of production decrease and consequently tests for respective improvements were defined. The study corroborated the negative impact on productivity and guided the sustainable corrective actions taken, thereby validating the application of the methodology for this study. It can be concluded from this study that the Six Sigma methodology was effective in identifying the faults and the respective actions required for improving the productivity of the filling process for solvent based paints. The study, with the aid of statistical analysis, provided simple creative solutions thereby resulting in improvements for the problems identified and for the controls which maintain them sustainable. The study concludes with the statistical results regarding the achieved improvements and the proposals of further studies in light of other hypotheses mentioned. Key-words: Six-Sigma methodology. Filling process. DMAIC. Ongoing improvement.

10 LISTA DE FIGURAS FIGURA 1 NÍVEL SIGMA 25 FIGURA 2 LINHA DO TEMPO PARA SURGIMENTO DO SEIS SIGMA 30 FIGURA 3 FLUXOGRAMA PARA DETERMINAÇÃO DO NÍVEL SIGMA 33 DO PROCESSO FIGURA 4 PLANILHA PARA CÁLCULO NO NÍVEL SIGMA 34 FIGURA 5 MODELO DE DISTRIBUIÇÃO NORMAL 37 FIGURA 6 FASE DE APRENDIZADO DO SEIS SIGMA 38 FIGURA 7 PARTICIPAÇÃO DAS FASES DMAIC NO PROCESSO DE 39 IMPLEMENTAÇÃO DO SEIS SIGMA FIGURA 8 EXEMPLO DE MAPA DE RACIOCÍNIO COM INTERAÇÃO ÀS 48 FASES DO DMAIC. FIGURA 9 GRÁFICOS SEQÜENCIAIS 50 FIGURA 10 MUDANÇA BRUSCA DE NÍVEL 50 FIGURA 11 VARIAÇÃO PERIÓDICA DE CICLOS 50 FIGURA 12 ALTERAÇÃO BRUSCA DE AMPLITUDE 51 FIGURA 13 ALTERAÇÃO GRADUAL NA AMPLITUDE DE VERIFICAÇÃO 51 FIGURA 14 PRESENÇA DE PONTOS ISOLADOS 52 FIGURA 15 PLANO DE CONTROLE 52 FIGURA 16 GRÁFICO TEMPORAL 54 FIGURA 17 AVALIAÇÃO PARA SISTEMAS DE MEDIÇÃO 60 FIGURA 18 GRÁFICO DE PARETO 63 FIGURA 19 GRÁFICO SEQÜENCIAL 64 FIGURA 20 HISTOGRAMA SIMÉTRICO OU NORMAL 65 FIGURA 21 HISTOGRAMA ASSIMÉTRICO E COM UM PICO 65 FIGURA 22 HISTOGRAMA TIPO DECLIVE 66 FIGURA 23 HISTOGRAMA COM MAIS DE UM PICO 66 FIGURA 24 HISTOGRAMA DO TIPO PRATO 67 FIGURA 25 HISTOGRAMA COM ISOLAMENTOS 68 FIGURA 26 BOXPLOT OU GRÁFICO DE CAIXA 68 FIGURA 27 ANÁLISE MULTI-VARI 70 FIGURA 28 SÍMBOLOS USUAIS DO MAPEAMENTO DO PROCESSO 71 FIGURA 29 EFEITO NA VISCOSIDADE CAUSADO PELA ACIDEZ 75 FIGURA 30 ESTRUTURA DE GRÁFICO DE CONTROLE 76 FIGURA 31 PROCESSO +/- 3 SIGMA 78 FIGURA 32 PROCESSO +/- 6 SIGMA 78 FIGURA 33 PROCESSO NÃO CAPAZ E DESLOCADO PARA DIREITA 79

11 FIGURA 34 PROCESSO CAPAZ E CENTRADO 79 FIGURA 35 MATRIZ DE PRIORIZAÇÃO NA FÁBRICA DE TINTAS 81 FIGURA 36 SEQÜÊNCIA LÓGICA PARA DEFINIÇÃO DO TESTE DE 83 HIPÓTESE FIGURA 37 PRODUTIVIDADE LOCAL, GLOBAL E ISOLADA 90 FIGURA 38 FLUXO TÍPICO DE UM PROCESSO INDUSTRIAL DE TINTAS 103 DECORATIVAS FIGURA 39 ESQUEMA DE ENVASE DE TINTAS E RESPECTIVAS 106 INTERFACES FIGURA 40 MÉDIA DE ENVASE ANTES DA MELHORIA 108 FIGURA 41 PLANILHA DE PREENCHIMENTO DOS DADOS DE ENVASE 117 FIGURA 42 TESTE DE NORMALIDADE PARA OS VOLUMES 118 ENVASADOS FIGURA 43 HISTOGRAMA DOS VOLUMES ENVASADOS 119 FIGURA 44 GRÁFICO DE CAIXA PARA OS VALORES DE ENVASE 120 FIGURA 45 BOXPLOT PARA ANÁLISE DE VARIÂNCIA DA 122 VISCOSIDADE FIGURA 46 ANÁLISE DE VARIÂNCIA ENTRE OPERADORES EM 123 RELAÇÃO AO VOLUME ENVASADO FIGURA 47 ANÁLISE GRÁFICA DAS DIFERENTES VISCOSIDADES DAS 123 TINTAS ENVASADAS FIGURA 48 PARETO PARA OS DIFERENTES TIPOS DE SET-UPS 125 FIGURA 49 BICOS DE ENVASE E SUAS DIFERENÇAS 127 FIGURA 50 TESTE DE NORMALIDADE DOS DADOS DE ENVASE 128 ANTES DA MELHORIA FIGURA 51 TESTE DE NORMALIDADE DOS DADOS DE ENVASE 129 DEPOIS DA MELHORIA FIGURA 52 VALUE PLOT PARA MÉDIAS DE ENVASE BICO ANTIGO E 129 NOVO FIGURA 53 ESQUEMA DE TRANSFERÊNCIA DE TINTA 130 FIGURA 54 SÉRIE TEMPORAL PARA INSTALAÇÃO DE FILTRO 131 FIGURA 55 ANÁLISE DE REGRESSÃO PARA DIMINUIÇÃO DO TEMPO 132 DE LAVAGEM DA CUBA FIGURA 56 TESTE DE HIPÓTESE REFERENTE AO ATENDIMENTO DAS 134 CORES FIGURA 57 ANÁLISE BOXPLOT DOS VOLUMES ENVASADOS ANTES 135 DOS TREINAMENTOS FIGURA 58 ANÁLISE BOXPLOT DOS VOLUMES ENVASADOS DEPOIS 135 DOS TREINAMENTOS FIGURA 59 CRONOGRAMA DE FECHAMENTO DO PROJETO 142 FIGURA 60 ANÁLISE SÉRIE TEMPORAL REFERENTE À MELHORIA DO 144 ENVASE FIGURA 61 HIPÓTESE PARA VARIÂNCIA DOS DADOS AMOSTRAIS 145 ANTES E DEPOIS DAS MELHORIAS FIGURA 62 BOXPLOT DA PRODUTIVIDADE ALCANÇADA ANTES E 146 DEPOIS DAS MELHORIAS FIGURA 63 POLÍTICA INTEGRADA DA BASF 156 FIGURA 64 VISÃO DA BASF

12 LISTA DE TABELAS TABELA 1 EXEMPLO DE DADOS QUANTITATIVOS CONTÍNUOS E 32 DISCRETOS TABELA 2 DPO E DPMO 32 TABELA 3 CORRELAÇÃO ENTRE CP, DPMO, DPO E O NÍVEL SIGMA 33 TABELA 4 MODELO DE CHARTER DO PROJETO SEIS SIGMA 49 TABELA 5 TRADUÇÃO DA VOZ DO CLIENTE EM REQUISITOS 54 TABELA 6 EXEMPLO DE PLANILHA SIPOC 55 TABELA 7 EXEMPLO DE PLANO PARA COLETA DE DADOS 62 TABELA 8 EXEMPLO DE PLANILHA DE FMEA 72 TABELA 9 TABELA DE SEVERIDADE 72 TABELA 10 TABELA DE OCORRÊNCIA 73 TABELA 11 TABELA DE DETECÇÃO 74 TABELA 12 EXEMPLO DE DIAGRAMA DE CAUSA E EFEITO 81 TABELA 13 EXEMPLO DE PLANILHA 5W2H 86 TABELA 14 FASES DO DMAIC E PRINCIPAIS FERRAMENTAS 87 TABELA 15 EXEMPLO DE VARIAÇÃO DA TAXA DE PRODUTIVIDADE 91 TABELA 16 FONTE DE DOS POR ATIVIDADE 98 TABELA 17 CARACTERÍSTICAS DAS TINTAS DECORATIVAS À BASE DE 105 SOLVENTE TABELA 18 PRODUTIVIDADE NOMINAL E REAL DA MÁQUINA DE 107 ENVASE DEVREE II TABELA 19 FUNÇÕES DO TEAM MEMBERS NO EXPERIMENTO 109 TABELA 20 CRONOGRAMA DO PROJETO 110 TABELA 21 CHARTER DO PROJETO 112 TABELA 22 TABELA SIPOC 113 TABELA 23 TABELA QUAD SEIS SIGMA 114 TABELA 24 TRADUÇÃO DA VOZ DO CLIENTE EM REQUISITOS DO 114 CLIENTE TABELA 25 TABELA RACI 115 TABELA 26 MATRIZ CAUSA E EFEITO 116 TABELA 27 ANÁLISE DE RISCO PARA IMPLEMENTAÇÃO DE 121 MELHORIAS TABELA 28 CONTROLE DE USO DOS BICOS DE ENVASE POR TIPO DE 136 TINTA TABELA 29 CONTROLE DA TROCA DOS FILTROS DA CUBA 137 TABELA 30 CONTROLE DO TEMPO DE LAVAGEM DA CUBA 137

13 TABELA 31 CONTROLE DO NÚMERO DE SET-UPS REALIZADOS POR 138 TURNO/DIA TABELA 32 PLANO DE TREINAMENTO PARA OPERAÇÃO DA DEVREE II 139 TABELA 33 MÉTRICAS DO EXPERIMENTO ANTES E DEPOIS DAS MELHORIAS 141

14 LISTA DE GRÁFICOS GRÁFICO 1 TENDÊNCIA 56 GRÁFICO 2 ESTABILIDADE 57 GRÁFICO 3 LINEARIDADE 58 GRÁFICO 4 REPETIBILIDADE 58 GRÁFICO 5 REPRODUTIBILIDADE 59

15 LISTA DE ABREVIATURAS E SIGLAS CEP Controle Estatístico de Processo Cp Índice de Capabilidade Potencial de um Processo Cpk Índice de Capabilidade Nominal de um Processo CTQ Crítical to Quality DMAIC Define, Measurement, Analyse, Improve, Control DPMO - Defects per Million Opportunities EUA Estados Unidos da América FMEA Failure Mode and Effect Analysis IHM Interface Homem Máquina ISO Internacional Organization for Standardization LIE Limite Inferior de Especificação (em inglês, LSL Lower Specification Limit) LSE Limite Superior de Especificação (em inglês, USL Up Specification Limit) MSA Measurement Systems Analysis PDCA Plan, Do, Check, Action PPM Partes por Milhão RPN Risk Priorit Number SIPOC Supplier, Input, Process, Out, Customer VOC Voice of Customer

16 LISTA DE TERMOS EM INGLÊS ANALYZE Analisar BLACK BELT Faixa Preta BRAINSTORMING Tempestade de Idéias CHAMPION Patrocinador COACH Treinador CONTROL Controlar CONTROLLER Controlador DEFINE Definir GREEN BELT Faixa verde HELP DESK Suporte e resolução de problemas técnicos em informática IMPROVE Aprimorar JUST IN TIME No tempo justo LEADERSHIP No contexto, liderança com responsabilidade pela divulgação do Seis Sigma. LEAN MANUFACTURING Manufatura enxuta MASTER BLACK BELT Mestre faixa preta MEASURE Medir MIX Mistura QUICK WINS Ganhos rápidos OUTLIERS Ponto fora SET-UPS Ajustes de processo SPONSOR No contexto, liderança com responsabilidade de orientação dos projetos. SPRAY BALL Jato circular TEAM MEMBERS Equipe multifuncional de colaboradores com responsabilidade de aplicar a metodologia Seis Sigma para resolução de problemas VOICE OF THE CUSTOMER Voz do Cliente

17 SUMÁRIO 1. INTRODUÇÃO OBJETIVOS QUESTÃO DA PESQUISA JUSTIFICATIVA CONTRIBUIÇÕES DO TRABALHO ESTRUTURA DO TRABALHO REVISÃO BIBLIOGRÁFICA DEFINIÇÃO DO SEIS SIGMA SURGIMENTO E APLICAÇÃO DO SEIS SIGMA Surgimento do Seis Sigma Influência das Atividades Industriais na Qualidade Outros Fatores Importantes na Mudança da Percepção da Qualidade Importância do Conceito de Deming para o Seis Sigma Cálculo do Nível Sigma Planilha para Cálculo do Nível Sigma Fórmula para Cálculo do Nível Sigma Fórmula para Cálculo do Desvio Padrão Amostral Fórmula para Cálculo da Variância Amostral Fórmula para Cálculo da Distribuição Normal CONCEITOS SOBRE O DESENVOLVIMENTO DA METODOLOGIA Capacitação para a Metodologia Seis Sigma Implementação da Metodologia Seis Sigma Funções e Responsabilidades da Metodologia Seis Sigma FASES E FERRAMENTAS DA METODOLOGIA SEIS SIGMA Introdução FASES DO DMAIC Fase Definir Fase Medir Fase Analisar Fase Aprimorar Fase Controlar PRINCIPAIS FERRAMENTAS DAS FASES DMAIC Mapa de Raciocínio e Charter do Projeto Charter do Projeto Gráfico Seqüencial 49

18 2.6.4 Plano de Controle Análise de Séries Temporais VOC Voice of Customer SIPOC Suppliers, Inputs, Process, Outputs e Customers MSA Measurement Systems Analysis Plano para Coleta de Dados Diagrama de Pareto Gráfico Seqüencial Histograma Boxplot Análise Multivariada Mapa do Processo FMEA Failure Mode and Effect Analysis Diagramas de Dispersão Controle Estatístico do Processo Índice de Capabilidade Diagrama de Causa e Efeito Matriz de Priorização Análise de Regressão Teste de Hipóteses Análise de Variância DOE Design of Experiments W2H Poka-Yoke PRINCIPAIS FERRAMENTAS DA QUALIDADE UTILIZADAS NO DMAIC TESTE DE NORMALIDADE CONCEITO SOBRE PRODUTIVIDADE METODOLOGIA DA PESQUISA TIPOS DE PESQUISA Métodos de Pesquisa Pesquisa de Levantamento Pesquisa Qualitativa Pesquisa de Estudo de Caso Pesquisa-Ação Pesquisa Experimental Método de Coleta de Dados 93

19 Questionários Auto-Administrados Entrevista Estruturada Entrevista Não Estruturada Informações de Arquivo Simulação Observação Estruturada Observação como Participante Aplicação da Pesquisa Experimental VARIÁVEIS DA QUESTÃO DA PESQUISA HIPÓTESE FONTES DE DADOS Fontes de Dados Primários Fontes de Dados Secundários POPULAÇÃO, TAMANHO DA AMOSTRA E AMOSTRAGEM PROCEDIMENTO DE COLETA DE DADOS ANÁLISE DE DADOS EXPERIMENTAÇÃO APRESENTAÇÃO DA EMPRESA DEFINIÇÃO DA FÁBRICA Definição do Processo de Produção DEFINIÇÃO DAS MATÉRIAS-PRIMAS DEFINIÇÃO DO PRODUTO FASE DEFINIÇÃO DO PROBLEMA Formação do Team Members Cronograma da Implementação do Seis Sigma Charter do Projeto SIPOC do Projeto Tabela Quad VOC Voice of Customer Tabela RACI FASE MEDIÇÃO DOS DADOS COLETADOS Matriz de Causa e Efeito Plano para Coleta de Dados FASE ANÁLISE DO PROBLEMA Histograma do Envase Boxplot dos Volumes de Envase 119

20 4.7.3 Análise de Risco Análise de Variância da Viscosidade das Tintas Diferenças no Envase entre Operadores Grupos de Viscosidade Tipos de Set-ups Grade de Cores e Set-up FASE IMPLEMENTAÇÃO DAS MELHORIAS Redimensionamento dos Bicos de Envase Contenção da Sujidade na Cuba de Envase Ajuste do spray ball na Lavagem da Cuba Diminuição do Número de Set-ups Realização de Treinamento Padronizado FASE CONTROLE DAS AÇÕES TOMADAS Controle dos Diferentes Bicos de Envase Controle do Tempo de Troca dos Filtros da Cuba Controle do Tempo de Lavagem da Cuba Controle do Número de Set-ups Realizados Controle do Treinamento On-the-job APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS APRESENTAÇÃO DA PRODUTIVIDADE ALCANÇADA COMPROVAÇÃO ESTATÍSTICA DOS RESULTADOS Análise de Série Temporal Referente à Melhoria do Envase Teste de Hipótese para Variância Antes e Depois das Melhorias Boxplot Referente à Melhoria Alcançada no Processo de Envase CONCLUSÕES E CONSIDERAÇÕES FINAIS INTRODUÇÃO AVALIAÇÃO DO PROBLEMA ESTUDADO AVALIAÇÃO DAS HIPÓTESES BÁSICAS Primeira Hipótese Segunda Hipótese CONCLUSÃO SUGESTÕES PARA CONTINUIDADE DA PESQUISA RESTRIÇÕES E LIMITAÇÕES DO PROJETO 152 REFERÊNCIAS BIBLIOGRÁFICAS 153 ANEXO ANEXO 2 157

21 19 1. INTRODUÇÃO 1.1 OBJETIVOS Os objetivos do trabalho são os seguintes: demonstrar por meio deste, a utilização da metodologia Seis Sigma e respectivas fases DMAIC (definir, medir, analisar, melhorar e controlar) para o aumento da produtividade do envase de tintas decorativas a base de solvente; tratar sobre o surgimento da metodologia Seis Sigma, sua implementação e treinamento na metodologia; evidenciar as principais ferramentas estatísticas utilizadas para o desenvolvimento das fases DMAIC; Os objetivos do experimento são os seguintes: utilizar a metodologia Seis Sigma para aumentar a taxa de produtividade em 1,2, referente ao envase da máquina denominada Devree II; reduzir os custos de horas extras decorrentes da necessidade em atender a demanda de envase; implementar a metodologia Seis Sigma como uma sistemática rotineira para resolução de problemas em ambiente fabril; promover a capacitação técnica de 100% dos colaboradores (30 pessoas) na metodologia Seis Sigma, objetivando a melhoria contínua dos processos da organização. O objetivo do experimento está alinhado com a Visão BASF 2015 e a Política de Sistema de Gestão Integrada para a América do Sul (anexos 1 e 2), promovendo o desenvolvimento de pessoas e melhoria continua dos processos respeitando o meio ambiente e buscando satisfazer as necessidades de clientes em prol da excelência operacional.

22 QUESTÃO DA PESQUISA A questão deste trabalho é importante uma vez que a intensa concorrência de mercado exerce pressão contínua sobre as organizações de modo que estas apresentem progressivamente, melhores produtos com menores preços. Não diferentemente, aplicou-se a melhoria continua por meio da metodologia Seis Sigma sobre os processos de manufatura, com a intenção de torná-los cada vez mais eficientes e eficazes. A questão de pesquisa que este trabalho desenvolveu levou em consideração os aspectos de produtividade e a questão cultural, ambos relacionadas à implementação da metodologia Seis Sigma. A questão é: É possível obter aumento de produtividade em um processo de envase de tintas decorativas por meio da utilização da metodologia Seis Sigma? Ainda dentro deste contexto, é possível, por meio da utilização disciplinada da referida metodologia, incorporá-la à cultura tecnológica da empresa tanto no nível gerencial quanto operacional? 1.3 JUSTIFICATIVA A metodologia Seis Sigma foi utilizada para prover melhoria no processo de envase de tintas decorativas a base de solvente devido historicamente apresentar resultados positivos nas unidades da BASF nos Estados Unidos e Alemanha, obtendo ganhos rápidos e sustentáveis. A decisão pela aplicação da metodologia Seis Sigma para resolução da baixa produtividade, a qual demandava horas extras para cumprimento do plano de envase de 2007, foi requerida pela Alta Gerência. Tal atitude foi embasada no histórico de sucesso obtido nos Estados Unidos e Alemanha, reforçado pela literatura da metodologia, a qual evidenciava seu potencial na obtenção de resultados rápidos e sustentáveis por meio das fases DMAIC.

23 21 Importante ressaltar que outras metodologias e ferramentas da qualidade foram utilizadas para prover melhorias no envase, porém sem resultados expressivos, apenas apresentando melhorias pontuais, sem continuidade das mesmas. Dentre os três tipos de aplicação do Seis Sigma, explorado no item 2.3.2, adotou-se o de aprimoramento estratégico focando as estratégias chaves e deficiências operacionais, alinhado com o experimento em estudo. A produtividade média da máquina de envase Devree II necessária para atendimento do plano de envase em 2007 foi calculada em 400 l/h/h (litros, hora, homem), ou seja, litros por turno, porém, apresentava 333 l/h/h, litros por turno, necessitando aumentar a taxa da produtividade/máquina em 1,2, ou seja, 20% adicional. Os fatores que levaram a Devree II ser estuda pela metodologia Seis Sigma foram: única máquina que apresentava variedade de cores intensas como azul, vermelha, amarela, preta e verde, dificultando o processo de descontaminação de um lote para outro. Outras máquinas apresentavam somente cores em tons pastéis, como branca, neve, gelo, creme, não sendo tão complexo o processo de descontaminação entre os lotes; comparada com as outras máquinas de envase possuía maior número de Set-ups em função dos tamanhos de lotes serem menores, quando comparados aos fabricados para o envase das tintas com tons pastéis. alta interface homem máquina para o processo de mudança de embalagens de galão para quartos de galão e vice-versa, apresentando uma relação de envase entre as embalagens de 80:20, galão e quarto de galão respectivamente. Outras máquinas de envase não apresentavam freqüências de trocas tão altas como a Devree II. apresentava desvios médios de envase de até litros por turno trabalhado, representando até 37% da média de envase no mesmo período (turno). Para o cálculo da produtividade manteve-se constante por decisão gerencial, as variáveis tempo e número de colaboradores disponíveis para o envase, devendo estes serem melhorados, em função das oportunidades que a máquina apresentava e possíveis deficiências de treinamento para sua adequada operação.

24 CONTRIBUIÇÕES DO TRABALHO Duas frentes orientaram o desenvolvimento deste trabalho: a) utilizar a metodologia Seis Sigma para resolução de problemas de produtividade na linha de envase de tintas decorativas a base de solvente; e b) seguir adequadamente as fases DMAIC para atingimento dos objetivos propostos, utilizando como suporte, o programa de computador denominado Minitab, o qual apresenta as leituras gráficas referente aos testes estatísticos realizados. A primeira contribuição refere-se à quebra de paradigmas na utilização de novas metodologias e ferramentas para o aprimoramento da melhoria continua dos processos, utilizando-se do Seis Sigma, metodologia com abordagem significativamente diferente das comumente utilizadas para a resolução de problemas, exigindo um grau de mudança cultural importante em todo o processo, uma vez que 90% dos integrantes do team members fazia parte do processo fabril. A segunda contribuição implanta uma sistemática robusta para a resolução de problemas a partir das fases DMAIC, utilizando as ferramentas disponíveis em cada fase para resolução de atividades rotineiras, como: interpretação de dados do processo; realização de testes de hipóteses sobre questões relativas à melhorias da fábrica; roll-out (desdobramento) das ações realizadas no processo de envase para os processos fornecedores e processos posteriores ao mesmo. 1.5 ESTRUTURA DO TRABALHO CAPÍTULO 1 Neste capítulo têm-se a introdução do experimento, definição dos objetivos, justificativa do escopo, definição do problema e a questão da pesquisa.

25 23 CAPÍTULO 2 Neste capítulo apresenta-se a revisão bibliográfica, explorando o surgimento do Seis Sigma, capacitação e implementação do Seis Sigma, descrição das fases que compõem a metodologia por meio das fases DMAIC e respectivas ferramentas que o suportam. CAPÍTULO 3 Neste capítulo têm-se a exploração da metodologia de pesquisa e coleta de dados utilizados para o desenvolvimento do experimento. Exploram-se adicionalmente, outras metodologias de pesquisa e coleta de dados, finalizando na conclusão do modelo adotado. CAPÍTULO 4 Neste capítulo têm-se o desenvolvimento do experimento, apresentação da empresa, definição das matérias-primas, fábrica, processo de envase explorado, seguido das definições do produto acabado e das ferramentas do Seis Sigma utilizadas para o desenvolvimento do experimento, assim como as evidências de melhoria que o sustentam. CAPÍTULO 5 Neste capítulo têm-se a apresentação dos resultados finais obtidos após implementação das melhorias com suas respectivas análises estatísticas comprobatórias, finalizando com a consolidação dos resultados alcançados. CAPÍTULO 6 Neste capítulo são apresentadas as considerações finais, bem como a avaliação do problema estudado e as respectivas hipóteses consideradas para o desenvolvimento do mesmo. Elencam-se também na fase final do trabalho, as possibilidades de continuidade da pesquisa elaborada, finalizando com a conclusão do trabalho de dissertação.

26 24 2. REVISÃO BIBLIOGRÁFICA 2.1 DEFINIÇÃO DO SEIS SIGMA A letra grega σ (Sigma) é utilizada para representar o desvio-padrão, ou seja, a medida relativa à variação de uma população. O termo Seis Sigma foi desenvolvido para descrever uma filosofia de negócio, um processo de melhoria e uma métrica para benchmarking 1. A espinha dorsal para cada fase do Seis Sigma é baseada num sistema de medida de falhas, a qual será explorado por meio das equações para cálculo do nível Sigma nos itens e Seis Sigma é um conjunto de práticas originalmente desenvolvidas pela Motorola com a finalidade de melhorar sistematicamente os processos na eliminação dos defeitos. Um defeito é definido como uma não conformidade de um produto ou serviço contra suas especificações. Segundo Pande; Neuman; Cavanagh (2001), Seis Sigma é um sistema robusto que tem por objetivo maximizar os resultados das empresas. É a unidade estatística utilizada para medir a capacidade de um processo para funcionar sem falhas. Um produto ou serviço com 99,9997% sem falhas, significa ser um processo Seis Sigma. Geralmente processos que não tenham Seis Sigma contribuem com cerca de 30% de seu faturamento para perdas e refugos, enquanto com o nível Seis Sigma, este valor é inferior a 10%. Segundo Hutchins (1994), a metodologia Seis Sigma reforça o controle estatístico da qualidade no âmbito da definição de padrões de excelência operacional devendo estes não ultrapassar 3,4 defeitos em um milhão de oportunidades. Trata-se de uma metodologia com caráter preventivo e com abordagem para a melhoria contínua, fixando níveis de referência competitivos em todo o mundo. O nível Sigma mundial para os diversos tipos de processos enquadram-se em 4 Sigmas, conforme observado na figura 1. 1 Benchmarking melhores práticas na indústria, verifica o melhor desempenho entre dois ou mais processos, comparando-se métricas, resultados, desempenho. Pode ser realizado internamente dentro de uma organização, comparando processos de áreas distintas ou externamente comparando-se com outra empresa (COLENGHI, 2003)

27 25 Nível Sigma 1,5 2,0 2,5 3,0 4,0 5,0 6, dpm dpm dpm dpm dpm 233 dpm 3,4 dpm Defeitos por milhão Não Competitivo Competitivo Classe Mundial FIGURA 1 NÍVEL SIGMA FONTE: adaptada de Campos, 2007 Segundo Campos (2005), o Seis Sigma é uma metodologia de melhoramento continuo que visa à redução das variabilidades. Enquanto metodologia de melhoria continua da qualidade, o Seis Sigma não apresenta grandes saltos qualitativos, tendo aproveitado conceitos já desenvolvidos e utilizados por outras técnicas de melhoria da qualidade, como análise e controle estatístico de processo, análise do fluxo de processo, simulação, entre outros, todavia, mostra-se inovador principalmente quanto ao: Foco estratégico adotado para se definir qual processo a ser melhorado; Critério para definição das metas de melhoria. Para Marshall (2004), Seis Sigma significa reduzir o número de defeitos, a variabilidade dos processos, a melhora dos produtos, a diminuição do tempo de ciclo, o aperfeiçoamento dos estoques, a obtenção de custos mais baixos, a satisfação dos clientes, o aumento da qualidade e a lucratividade, resultando em importantes impactos financeiros para a companhia. O Seis Sigma trata de uma abordagem que nos dias de hoje atrai a atenção de muitas empresas por conta de sua sistemática em alcançar a diminuição da variabilidade e dos desperdícios nos processos, por meio de métodos estatísticos e dos conceitos da qualidade. Utiliza métodos estatísticos integrados e uma seqüência lógica com abordagem de gestão,

28 26 objetivando atingir elevados níveis de desempenho. Os resultados no Seis Sigma tipicamente podem ser medidos e expressos por meio da variação de seus processos e sugere que empresas busquem tal desempenho em termos estatísticos, atingindo no máximo de 3,4 defeitos a cada um milhão de oportunidades, condição esta atingida por poucas empresas até os dias de hoje. Quanto mais alto for o Sigma do processo, menor será a quantidade de falhas. Adicionalmente a outras formas de gerenciamento de processos, o Seis Sigma tem como prioridade a obtenção de resultados rápidos de forma planejada e clara, objetivando principalmente os resultados financeiros. Segundo George (2002), se 80% dos problemas são respondidos por apenas 20% das causas é essencial que se determine em tempo hábil e as elimine utilizando o Seis Sigma. Segundo Harry (2000), um processo de Classe Mundial com nível Seis Sigma, apresentaria as seguintes condições como exemplo: 7 itens perdidos por hora pelas empresas de correio no mundo; 1 minuto de água não potável a cada 7 meses; 2 cirurgias incorretas por semana; 1 aterrissagem incorreta a cada 5 anos num grande aeroporto; 68 receitas médicas incorretas por ano; 1 hora de falta de energia elétrica a cada 34 anos. Para os processos convencionais, de três a quatro Sigmas: itens perdidos por hora pelas empresas de correio no mundo; 15 minutos de água não potável a cada 7 meses; cirurgias incorretas por semana; 2 aterrissagens incorretas por dia num grande aeroporto; receitas médicas incorretas por ano; 7 horas de falta de energia elétrica por mês. Segundo Corrêa e Corrêa (2006), os processos sempre estarão sujeitos a variações, e, portanto, disponíveis para o contínuo melhoramento.

29 27 Métodos tradicionais de controle de processos consideram como normais variações que mantenham 99,73% dos resultados dentro dos limites de controle (limites aceitáveis). As variações de um processo de atendimento em uma área de Help Desk (suporte e resolução de problemas técnicos em informática) resultam, por exemplo, no tempo que transcorre até que o cliente seja atendido. Supondo-se que o tempo máximo considerado pelo cliente até o atendimento seja 20 segundos, o processo de atendimento estaria sob controle se 99,73% das ligações realizadas pelos mesmos fossem atendidas em no máximo 20 segundos. Isso representa que somente 3 a cada 1000 clientes teriam atendimentos acima de 20 segundos. A metodologia Seis Sigma propõe uma taxa de 3,4 defeitos em um milhão de oportunidades, portanto, a taxa acima é considerada excessiva, pois apresenta 3000 defeitos em um milhão de oportunidades. A abordagem Seis Sigma busca a qualidade e redução de custos com maior eficiência nos processos. A metodologia Seis Sigma se encaixa em qualquer tipo de empresa, seja ela de pequeno, médio ou grande porte, embora haja algumas restrições devido ao alto custo de implementação, podendo às vezes inviabilizar a adoção da mesma por parte das empresas de pequeno e médio porte. Apesar do elevado custo de implementação, o Seis Sigma tem se mostrado eficiente na obtenção de resultados rápidos e positivos, porém, é imprescindível que o processo de treinamento e envolvimento das pessoas seja eficaz. A metodologia Seis Sigma necessita alta disciplina em sua aplicação, para isso adota as fases do DMAIC que significam a definição, medição, analise, melhoria e controle das ações, por meio de uma sistemática disciplinada e ferramentas estatísticas de baixa a alta complexidade. Outro fator importante na aplicação do Seis Sigma é a disciplina do Team Members que, se não desenvolvida corretamente poderá comprometer o projeto. O Seis Sigma será tão eficiente quanto for apoio gerencial e dedicação do Team Members no sentido de entender e explorar adequadamente as fases DMAIC e respectivas ferramenta estatísticas para resolução dos problemas. Dois movimentos importantes para a Qualidade somaram seus benefícios surgindo então o Lean 2 Seis Sigma, resultado do Lean Manufacturing (produção enxuta) nascido no Japão 2 Lean significa enxuto, do Lean Manufacturing (manufatura enxuta do Sistema Toyota de Produção). Fonte: Ohno, 1997

30 28 dentro da fábrica de produção de automóveis da Toyota após a segunda guerra mundial, e o Seis Sigma no processo de manufatura da Motorola, na década de 70/80. Segundo Campos (2007), o Lean Seis Sigma na prática é o resultado da soma dos benefícios do Lean Manufacturing ao Seis Sigma, obtendo-se como resultado, a melhoria dos processos como aumento da velocidade, permitindo a obtenção da qualidade com produtividade. Importante definir o Lean Seis Sigma como sendo uma metodologia aplicada à resolução de problemas relacionados aos tempos de ciclo dos processos, tipos de Set-ups, desperdícios de estoque, WIP Work in Process (estoque em espera) etc. A aplicação desta metodologia possui a mesma característica de abordagem do Seis Sigma, portanto, segue as mesmas fases do DMAIC, somado os princípios da manufatura enxuta. Embora o Lean Seis Sigma não tenha sido explorado neste experimento é importante considerar sua definição, pois será citado ao final deste trabalho, no item SURGIMENTO E APLICAÇÃO DO SEIS SIGMA Surgimento do Seis Sigma Segundo Corrêa e Corrêa (2006), a metodologia Seis Sigma surgiu por meio do programa de qualidade da Motorola em 1987, objetivando realizar o produto com zero defeito. Devido ao sucesso atingido, outras empresas de grande porte passaram a adotar a mesma metodologia para melhorar seus processos, como General Electric, dentre outras. A figura 2 demonstra a ordem cronológica do surgimento do Seis Sigma Influência das Atividades Industriais na Qualidade Segundo Eckes (2001), desde o início do século XX a preocupação com a qualidade é fortemente influenciada pela migração das atividades agrícolas para as industriais, evoluindo de uma produção artesanal para uma produção em massa. A garantia da qualidade dos produtos (frutos de uma análise individual do próprio artesão) passou a depender do

31 29 desenvolvimento de grupos de especialistas que inspecionavam os produtos e peças após sua fabricação. Tal abordagem de inspeção funcionou muitos anos devido à alta necessidade dos consumidores norte-americanos por bens e serviços, sem muito enfoque nas características voltadas a qualidade, desde a produção de automóveis em massa com Henry Ford, até William Levit, com a criação de residências populares para os que retornaram no pósguerra. Na visão de Henry Ford no início do século XX, em função das limitações dos processos para atendimento das características importantes, evidenciou-se a necessidade da criação de novos cargos como forma de maximizar o atendimento das mesmas. Henry Ford percebeu as limitações do processo de produção artesanal e atuou para superá-las na produção de automóveis no início do século XX. Aplicou as idéias da Administração Científica criada por Taylor (1978), subdividindo as tarefas de montagem em atividades muito simples, que exigiam baixa qualificação e rápido treinamento. Com isto tornaram-se necessárias diversas funções de apoio à produção, surgindo novos tipos de cargos nas empresas (WOMACK; JONES; ROSS, 1992, p.337 apud SILVA F.D.P., 2002, p. 8) Outros Fatores Importantes na Mudança da Percepção da Qualidade Segundo Ohno (1997), no início da década de 70, o conceito de qualidade para os norteamericanos começava a mudar, passando a enxergar além das diferenças físicas que os carros apresentavam na época. Uma série de fatores importantes ajudou a modificar a percepção das pessoas em relação à qualidade, os quais são citados abaixo: movimento feminista com as mulheres entrando para o mercado de trabalho; crise do combustível com a migração para automóveis com menor consumo; análise das características chaves ao final da linha não garantia a qualidade do produto elevando os custo do mesmo; evolução do Japão com a produção de carros resistentes, econômicos e de baixa manutenção; tentativa dos EUA na recuperação da Qualidade.

32 Importância do Conceito de Deming para o Seis Sigma A figura 2 mostra a ordem cronológica do surgimento do Seis Sigma. Japoneses possuíam abordagem e atitudes diferentes em relação à qualidade dos produtos Henry Ford. Produção de automóveis em massa e inspeção de 100% das características chave ao final do processo. Após segunda Guerra Mundial o Fordismo teve seu ápice. Seg. Guerra Mundial William Levit e a criação de residências populares para os veteranos que voltavam da guerra Queda da produtividade e lucros obrigou a uma revisão da filosofia produtiva criada e implantada pelo fundador do império Fordista Definição de qualidade para os americanos começa a mudar. Abordagem japonesa leva os operários e a direção a pensar em tornar o processo continuamente melhor. Isto por meio do estatístico W.Edwards Deming Reconhecendo que a qualidade necessitava de esforço adicional, foi criado um movimento nacional intitulado Premio Malcon Baldrige nos Estados Unidos. Estados Unidos adota a filosofia de Deming como conseqüência de sua contribuição para a economia japonesa Neste mesmo período o Engenheiro da Motorola Mikel Harry, começou a estudar a variação dos processos como uma forma de melhoria de desempenho dos mesmos Veículos com elevado consumo de combustível. Pessoas eram mais tolerantes em relação à qualidade. Migração para veículos japoneses que ofereciam menor consumo de combustível, maior durabilidade e menor manutenção. NBC Canal de TV Norte Americano transmitiu o documentário intitulado If Japan Can, Why Can t We (Se o Japão pode porque nós não podemos?) Ferramentas de melhoria foram criadas, porém seus proponentes as faziam parecer fáceis e usuários esperavam resultados imediatos. C.E.P. Just in Time Kaizen Tais variações quando medidas estatisticamente, significavam o desvio-padrão da medida, representada pela letra grega Sigma (σ) Motorola adota como meta, atingir o nível de no máximo 3,4 defeitos por um milhão de oportunidades, ou seja, Seis Sigma. Galvin realiza o processo de divulgação do Seis Sigma por meio do sucesso alcançado na Motorola IBM adota o Seis Sigma Outras empresas como o Texas Instruments, adotam o Seis Sigma com igual sucesso Asea Brown Boveri também adota o Seis Sigma Kodak adota o Seis Sigma, assim como outras grandes empresas Jack Welch, presidente da General Electric, pede Blossid o segredo do sucesso do Seis Sigma Whirpool, PACCAR, Invensys e Plaroid adotam o Seis Sigma Ford American Express, Dupont, LG, Sony, Samsung, Johnson & Jonhson adotam o Seis Sigma a a a 2005 Após ouvir Blossid, Jack Welch apostou no sucesso do Seis Sigma, deixando uma herança duradoura Jack Welch se aposenta da General Electric em 2001 Natura, Trane, Taurus, SKF, BASF S/A adotam o Seis Sigma FIGURA 2 LINHA DO TEMPO PARA SURGIMENTO DO SEIS SIGMA FONTE: adaptada de Eckes, 2001

33 31 Segundo Eckes (2001), o engenheiro estatístico Mikel Harry da Motorola estudou o conceito de Deming a respeito da variação dos processos (desvio padrão da média representado pela letra grega σ). Posteriormente Mikel Harry, impulsionado por Bob Galvin, presidente da Motorola, superou o desafio em obter um processo Seis Sigma, atingindo no máximo de 3,4 defeitos a cada milhão de oportunidades. Em 1996, Jack Welch, então presidente da empresa norte-americana General Eletric, também utilizou a metodologia Seis Sigma para atingir o nível de Seis Sigma em seus processos, obtendo resultados significativos para os negócios. Tal experiência teve grande importância não só para a GE como para o futuro do Seis Sigma no âmbito empresarial, marcando assim o caso mais famoso e mais bem sucedido desta metodologia, considerado até hoje o modelo a ser seguido por muitas empresas Cálculo do Nível Sigma Para se determinar o Nível Sigma em um determinado processo, necessita-se primeiramente definir quais são as características críticas para a qualidade a fim de se definir o escopo a ser medido, item explorado em Seqüencialmente as características em questão deverão ser verificadas em relação a sua classificação como dados quantitativos contínuos ou quantitativos discretos, conforme exemplificado na tabela 1. Dados contínuos são aqueles que podem ser medidos, como peso, altura, velocidade, volume etc. Dados discretos são dados que são contagens de freqüência, como número de defeitos, quantidade de pessoas na sala, número de latas amassadas, número de carros vermelhos, número de lotes reprovados etc. Calcula-se o número de defeitos encontrados conforme tabela 2, sendo DPMO (defeitos por milhão de oportunidades) e DPO (defeitos por oportunidade). Para o cálculo de DPO, tem-se a razão entre o número de defeitos encontrados sobre a multiplicação do número de unidades observadas e respectivas oportunidades de defeitos associadas a elas, verificando-se o Nível Sigma a partir da tabela 3, que fornece a correlação entre o nível DPMO e DPO em relação ao nível Sigma do processo. O fluxograma para determinação do Nível Sigma do processo pode ser verificado por meio da figura 3. Defeitos por oportunidade, ou DPO: Expressa a proporção de defeitos em relação ao número total de oportunidades em uma categoria de produto e serviço.

34 32 Defeitos por milhão de oportunidades ou DPMO: A medida DPO pode ser traduzida para defeitos em um milhão de oportunidades, ou partes por milhão, e significa multiplicar DPO por um milhão. A capabilidade do processo Cp, associado na tabela 3, reflete a capacidade de um processo em produzir algo sem defeitos, item explorado em TABELA 1 EXEMPLO DE DADOS QUANTITATIVOS CONTÍNUOS E DISCRETOS Dados Contínuos Temperatura (temperatura de envase da tinta) em º C (Graus Celsius) Viscosidade da resina em mpa.s (MiliPascal) Velocidade de reação em g/segundo (gramas por segundo) Altura da peça em mm (milímetros) Produtividade de envase em l/h/h (litros por hora homem) Dados Discretos Número de vezes em que a temperatura passou do limite Número de vezes em que a viscosidade excedeu o limite superior de especificação Número de vezes em que a velocidade de reação apresentou-se fora do esperado Número de vezes em que a altura da peça apresentou-se abaixo do limite mínimo especificado Número de vezes em que a produtividade não atingiu a média esperada FONTE: próprio autor TABELA 2 DPO E DPMO Defeitos por oportunidade ou DPO Fórmula: Número de defeitos Número de unidades x Número de oportunidades Exemplo de veículo: 990 defeitos em 750 carros, 1500 oportunidades para defeitos DPO= 990 defeitos = 0, unidades x 1500 oportunidades por carro Defeitos por Milhão de Oportunidades ou DPMO Fórmula: DPO x Exemplo do carro: DPMO = 0,00088 x 10 6 = 880 FONTE: adaptada de Eckes, 2001

35 33 TABELA 3 - CORRELAÇÃO ENTRE CP, DPMO, DPO E O NÍVEL SIGMA Cp DPMO DPO Nível Sigma 0, , Sigma 0, , Sigmas 1, , Sigmas 1, , Sigmas 1, , Sigmas 2,00 3,4 0, Sigmas FONTE: adaptada de Eckes, 2001 Identificar as características criticas para a qualidade Característica é discreta? não característica contínua Definir os limites de especificação sim Definir oportunidades para defeitos Calcular a media e o desvio padrão da característica em analise Contar os defeitos em produtos ou serviços Calcular a probabilidade de exceder os limites de especificação Calcular DPMO Converter a probabilidade calculada em DPM Converter DPMO em Nível Sigma Converter o DPM em nível Sigma FIGURA 3 FLUXOGRAMA PARA DETERMINAÇÃO DO NÍVEL SIGMA DO PROCESSO FONTE: adaptada de Campos, 2005

36 Planilha para Cálculo do Nível Sigma Existem inúmeras planilhas eletrônicas disponíveis que calculam automaticamente o nível sigma do processo, conforme figura 4, bastando somente inserir os valores conforme demonstra os passos abaixo de 1 a 6. CÁLCULO DO NÍVEL SIGMA DADOS POR VARIÁVEIS Utilizando processo deslocado 1,5 sigma. LIE ALVO LSE Média Desvio DESCRIÇÃO DA CARACTERÍSTICA Especificação Processo dpmo Resultados Nivel Sigma Variáveis bilaterais Variáveis unilaterais Variáveis que apresentam apenas limites inferiores de especificação Variáveis unilaterais Variáveis que apresentam apenas limites superiores de especificação FIGURA 4 PLANILHA PARA CÁLCULO NO NÍVEL SIGMA FONTE: calculo do nível Sigma, 2009 A planilha conforme figura 4, calcula automaticamente o nível Sigma de um processo para variáveis quantitativas com deslocamento de 1,5 Sigma, conforme os seguintes passos: 1) Não preencher a coluna resultado (dpmo e nível sigma); 2) Na coluna "Descrição da característica", informar o nome ou a descrição das variáveis quantitativas do estudo; 3) Na coluna "LIE", informar o limite inferior de especificação para cada uma das variáveis; 4) Na coluna "Alvo", informar o valor nominal para o alvo ou valor teórico ideal de cada uma das variáveis; 5) Na coluna "LSE", informar o limite superior de especificação para cada uma das variáveis; 6) Nas colunas "Média" e "Desvio", informar o valor da média e desvio padrão amostrais para cada variável.

37 Fórmula para Cálculo do Nível Sigma Conforme Campos 2005, embora não seja usual determinar o nível sigma por meio das equações, e sim por meio de tabelas dinâmicas, conforme apresentado na figura 4, defini-se por meio das equações 1, 2, 3, 4 e 5 o cálculo para o Nível Sigma: NS inv.normp(1 p.total) + 1,5 Onde: = (1) p.total = p.lie + p.lse (2) Onde: p.lie = dist.normp(z.lie) e p.lse 1 dist.normp(z.lse) Onde: = (3) LIE x LSE x z.lie = e z.lse =. (4) s s Combinando todos os termos numa única equação 15, tem-se: LIE x LSE x NS = inv.normp 1 dist.normp + 1 dist.normp + 1,5 (5) s s Sendo que: NS = nível sigma inv.normp = função distribuição normal padrão inversa x = média amostral do processo s = desvio padrão da amostra σ = desvio padrão da população s 2 = variância da amostra σ 2 = variância da população 1,5 = constante adicionado devido ao deslocamento típico de processos LIE= limite inferior de especificação LSE= limite superior de especificação dist.normp= distribuição normal padrão z = pontuação padrão (pontuações-z) Fórmula para Cálculo do Desvio Padrão Amostral A equação 6 define o cálculo para o Desvio Padrão S = variância amostral (6)

38 Fórmula para Cálculo da Variância Amostral A equação 7 define o cálculo para a Variância Amostral 1 (x1 - x) + (x 2 = 2 - x) (x n -1 - x) ( x x) 1 i 1 = n n. s n Σ 2 (7) Fórmula para Cálculo da Distribuição Normal Segundo Campos (2005), a distribuição normal é um modelo estatístico que fornece uma base teórica para o estudo do padrão de ocorrência dos elementos de várias populações de interesse. Um dos mais importantes exemplos de distribuição contínua de probabilidade é a distribuição Normal, chamada também de distribuição Gaussiana. A função densidade de probabilidade para esta distribuição é dada pela equação 8: x µ f ( x) = exp (8) σ 2π 2 σ A curva da distribuição é simétrica em forma de sino, conforme figura CONCEITOS SOBRE O DESENVOLVIMENTO DA METODOLOGIA Capacitação para a Metodologia Seis Sigma Segundo Coronado e Antony (2002), o treinamento deve ser aplicado para toda a companhia, iniciando pela alta administração e seguindo para todos os níveis hierárquicos.

39 37 FIGURA 5 MODELO DE DISTRIBUIÇÃO NORMAL FONTE: adaptada de distribuição normal, 2008 A comunicação sobre o processo de implementação do Seis Sigma é fator essencial para se obter êxito no programa. Os colaboradores devem ser comunicados sobre como e por que as pessoas serão treinadas, evitando assim qualquer tipo de desconfiança sobre a metodologia. Segundo Pande (2001), o fator de sucesso para um adequado treinamento deve abordar alguns princípios básicos como: focar a aprendizagem na prática; exemplificar as lições com o mundo realista; construir conhecimento; ter variedade de estilos de aprendizagem; fazer com que o treinamento seja algo mais do que aprendizagem; fazer com que o treinamento seja um esforço contínuo. Segundo Berdebes (2003), o sucesso da implementação da metodologia Seis Sigma irá depender dos profissionais devidamente treinados, que possuam domínio das diversas ferramentas de análise estatística e qualidade, sendo estes divididos em Green-Belts, Black- Belts e Master Black-Belts. O detalhamento das graduações de formação do Seis Sigma será discutido no item

40 38 Na figura 6, verificam-se as fases de aprendizado da metodologia Seis Sigma, em relação ao DMAIC. Segundo Brusse (2004), para o correto desenvolvimento da metodologia Seis Sigma necessita-se atender as cinco fases que o definem, sendo estas: definir, D Define, definição do problema deve ser tão específica quanto possível; medir, M Measure, medições precisas de dados quantos forem suficientes para gerar a análise dos mesmos; analisar, A Analyze, analisar os dados coletados para verificação de sua consistência em relação ao problema definido, identificando a causa raiz e definindo soluções para mitigação e ou eliminação da mesma; melhorar, I Improve, uma vez determinada a causa raiz, programa-se as melhorias para posterior controle de eficácia da ação implantada; controlar, C Control, controla as ações de melhoria implantadas para verificar a robustez da mesmas. Segundo Campos (2005), a fase do aprendizado está inserida entre as fases MEDIR, ANALISAR, APRIMORAR e CONTROLAR, pois, a fase DEFINIR, reserva-se apenas à definição do escopo e definição de limites de controle. FIGURA 6 FASE DE APRENDIZADO DO SEIS SIGMA FONTE: adaptada de Campos, 2005

41 Implementação da Metodologia Seis Sigma Segundo Campos (2005), existem três níveis para implementação do Seis Sigma: Seis Sigma para transformação do Negócio É implantado em toda a empresa e exige forte mudança cultural em relação à forma de fazer os negócios, atitudes focadas no cliente e engloba todos os processos; Seis Sigma para aprimoramento estratégico Foca estratégias chaves ou deficiências operacionais, aplicada em produtos ou processos do negócio, processo de desenvolvimento de produtos e aumento da eficiência operacional; Seis Sigma para resolução de problemas Foca questões específicas e necessidades urgentes, aprimoramento dos resultados e redução das reclamações de clientes. Conforme Campos (2005), no processo de implementação do Seis Sigma, rigorosamente as fases DMAIC apresentadas na figura 7 deverão ser seguidas. Nenhuma das fases deverá deixar de ser considerada, pois seguem uma lógica de resolução de problemas. Não cumprir ou cumprir alguma das fases de forma irregular, significa obter atraso no projeto e ou resultados não reais para elaboração das próximas ações. FIGURA 7 PARTICIPAÇÃO DAS FASES DMAIC NO PROCESSO DE IMPLEMENTAÇÃO DO SEIS SIGMA FONTE: adaptada de Campos, 2005 Conforme Brusse (2004), implantar o Seis Sigma será tão mais fácil quanto integrado estiverem seus líderes. Isto inclui realizar um plano de comunicação eficaz para toda empresa, incluindo metas, investimento de tempo e custos de implementação. Quanto mais claro e transparente for o processo de comunicação, menores serão as barreiras que poderão surgir no processo. Para o processo de implementação e capacitação do Seis Sigma deverão ser levados em consideração, segundo Campos (2005), os seguintes pontos:

42 40 todo trabalho é uma série de processos; todos os processos são passiveis de variabilidade; toda variabilidade possui sua causa raiz; geralmente poucas causas são significantes; as causas das variabilidades precisam ser conhecidas; uma vez conhecidas as causas das variabilidades precisam ser mitigadas; a variação não controlada é inimiga do processo Funções e Responsabilidades da Metodologia Seis Sigma Conforme Brusse (2004), as empresas em geral adotam os seguintes níveis de responsabilidades: green belts São líderes de projeto Seis Sigma, e encarregados de formar os times e gerenciar os projetos, até sua finalização. Geralmente, os treinamentos dos green belts consistem em aula semanal, conduzido paralelamente o projeto Seis Sigma. Neste treinamento abordam-se teorias de gerenciamento de projeto, ferramentas para gerenciamento da qualidade, capacidade de resolução de problemas, ferramentas de controle de qualidade e análise descritiva de dados; black belts Tecnicamente embasados, estão ativamente envolvidos no processo de mudança e desenvolvimento organizacional. Normalmente são provindos de áreas multidisciplinares, não sendo necessariamente formados em engenharia ou estatística. Todavia, devida à alta aplicação de uma grande variedade de ferramentas em um período de tempo relativamente curto, cerca de 160 horas, geralmente possuem facilidade na interpretação de dados estatísticos sendo, na maioria, já formados em nível superior. Os black Belts auxiliam os green belts na definição dos projetos para o treinamento, participam, dão suporte aos projetos após os treinamentos; master black belts Possui o maior nível hierárquico em termos de conhecimentos estatísticos em Seis Sigma. Os master black belts fornecem todo o suporte técnico para o programa de implementação do Seis Sigma, e para tanto, possuem conhecimento para suportar as dúvidas existentes dos black belts. Geralmente, os treinamentos são conduzidos pelos master black belts, evitando, assim, que

43 41 conseqüências desagradáveis possam atingir os membros dos times. Didática e comunicação também complementam o perfil do master black belt. De acordo com Fucks (2004), uma particularidade bastante poderosa da Metodologia Seis Sigma é a criação de uma infra-estrutura que assegure os recursos necessários para as atividades que determinam o desempenho da empresa. Seguindo uma divisão hierárquica definida pela capacitação técnica do team members designado para cada projeto e o tempo de dedicação exclusivo ao desenvolvimento dos mesmos. Além dos green belts, black belts e master black belts, existem outras posições importantes dentro da Metodologia Seis Sigma que oferecem suporte, como: leadership Liderança que recebe as informações relativas aos resultados obtidos nos projetos, e paralelamente é responsável pelo processo de conscientização em todas as camadas em relação à implementação do Seis Sigma; champion Liderança que possui conhecimento aprofundado do fluxo do processo, geralmente é o cliente do projeto. Com ele são definidas as métricas do projeto a serem medidas e as metas a serem alcançadas; sponsor Liderança facilitadora dos projetos em andamento conhece a metodologia Seis Sigma a fim de orientar os donos dos times em relação à organização e demonstração de ganhos, apresentações dos projetos e formação de novas equipes a serem treinadas na metodologia Seis Sigma junto a liderança imediata e recursos humanos. 2.4 FASES E FERRAMENTAS DA METODOLOGIA SEIS SIGMA Introdução O Seis Sigma possui cinco fases importantes (DMAIC) que definem o desenvolvimento da metodologia na busca da redução das variáveis de processo. Ferramentas estatísticas já consagradas há tempos são utilizadas de forma estruturada de maneira prover o alcance dos objetivos propostos. Para entender melhor as fases e suas respectivas ferramentas, se faz necessário compreender a visão do Seis Sigma segundo os autores a seguir. Segundo Corrêa e Corrêa (2006), a metodologia Seis Sigma inicia-se com a definição e criação de um acordo sobre quais são os objetivos estratégicos do negócio. Com base nos

44 42 objetivos estratégicos, são identificados os processos essenciais, subprocessos-chave e capacitadores. Essenciais são os que possuem impacto no atingimento dos objetivos estratégicos, subprocessos-chave são os que fazem parte dos essenciais e processos que não se enquadram nas duas classificações, mas que são fundamentais para a realização dos negócios da empresa, e definido como capacitores. As equipes de melhoramento irão atuar para cada vez mais para adequar estes processos de modo a torná-los mais eficientes. Segundo Eckes (2001), existem cinco passos aplicáveis ao componente estratégico do Seis Sigma na Gestão de Processo do Negócio. Para que a metodologia Seis Sigma funcione, todos os níveis da empresa precisam estar ativamente envolvidos. A Gestão de Processo do Negócio é o veículo pelo qual o envolvimento das pessoas é iniciado e mantido. Os elementos-chave do processo do negócio segundo Eckes (2001) são: Passo 1 Criação e acordo sobre os objetivos estratégicos do negócio Para que um programa de qualidade seja bem sucedido é fundamental que tenha o apoio e o envolvimento ativo das lideranças da empresa. Para que isto seja obtido, o programa de qualidade deve estar vinculado aos objetivos estratégicos correntes da organização; Passo 2 Criação dos processos essenciais, subprocessos-chave e processos capacitores. Tradicionalmente, uma empresa se organiza por função, para obter a eficiência e a eficácia. Esta é uma crença equivocada. Muitas organizações com perspectiva funcional podem acreditar que são eficientes e eficazes, embora não sejam por completo. Uma empresa que pensa e age funcionalmente possui uma estrutura vertical em seu trabalho. Esta abordagem freqüentemente resulta em pensar e agir na direção da maximização de submetas e objetivos de função, o que, muitas vezes, pode gerar conflitos com as metas mais abrangentes da empresa; Passo 3 Identificação dos donos do processo. Cada um dos processos essenciais, subprocesso-chave e processos capacitores devem ter um dono identificado, não necessariamente o chefe do departamento funcional relacionado ao processo, devendo este possuir as seguintes competências essenciais: conhecimentos suficientes dos subprocessos para serem considerados especialistas no assunto;

45 43 habilidade de liderança que incluam a capacidade de persuasão (isto porque, sem autoridade hierárquica tradicional, o dono do processo deverá contar com sua capacidade de persuasão para obter respostas); entendimento e avaliação da gestão do processo do negócio; ser responsável pelo sucesso ou pelo fracasso do funcionamento do processo; respeitar os participantes do processo anteriores e subseqüentes ao seu. Passo 4 Criação e validação dos painéis de mensuração. Além de descobrir quais as medidas de eficácia de um processo é também importante medir sua eficiência. A eficiência costuma ser mensurada em termos de tempo de ciclo, custos ou valor. Embora as duas primeiras medidas sejam auto-explicativas, a mensuração de valor baseia-se no atendimento por parte da etapa do processo de três critérios: o cliente está disposto a pagar por aquela etapa do processo; a etapa do processo transforma ou modifica fisicamente o produto ou serviço; a atividade é realizada corretamente logo na primeira vez. Os problemas mais comuns de mensuração devem-se a escassez ou ao excesso de medidas. Neste último caso é importante que as medidas da eficácia e da eficiência limitemse àquelas medidas que serão utilizadas pela empresa. Assim, a regra do 1-3 determina que para qualquer processo, apenas de 1 a 3 medidas serão definidas. A utilização do critério abaixo ajuda na limitação desse número, mesmo quando este excede aos três recomendados: a) medir apenas o que é importante para o cliente; b) medir apenas os resultados do processo que são possíveis obter melhoria; c) deve-se evitar a mensuração de eficiência em relação a aspectos que não possuem um histórico de insatisfação dos clientes. Passo 5 Definição dos critérios para a seleção de projetos e escolha dos primeiros projetos. É fundamental que uma empresa priorize esforços iniciais em direção à qualidade. A meta de longo prazo de um programa de qualidade deve ser, todas as pessoas praticarem os conceitos e técnicas de qualidade, enxergando a empresa com mentalidade de gestão de processos do negócio. Entretanto, a priorização dos subprocessos de melhoria nos estágios iniciais de implementação vai maximizar as chances de sucessos, daqueles que servem para neutralizar as resistências.

46 44 Segundo Werkema (2002), um dos elementos da infra-estrutura do Seis Sigma é a constituição de equipes para executar projetos que contribuam fortemente para o alcance das metas estratégicas da empresa. O desenvolvimento desses projetos é realizado com base em um método denominado DMAIC, conforme já explorado no item 2.5. O comprometimento da alta administração é um dos principais pontos importantes na obtenção do sucesso da organização. A implementação do Seis Sigma compreende uma mudança de postura de todos os membros da organização, assim, é natural que as pessoas tenham receio das mudanças, criando resistências difíceis de serem vencidas sem o apoio da liderança. É importante ressaltar que nos primeiros meses os resultados dos projetos sejam evidenciados e uma definição clara por parte da alta administração seja estabelecida, pois, caso não ocorra, a possibilidade da perda do foco por parte do Team Members é alta, deslocando seus esforços para a rotina diária. Tal situação mitigará o sucesso dos primeiros projetos, lançando descrédito pela empresa e colocando em risco sua implementação. 2.5 FASES DO DMAIC Fase Definir Nesta fase deve-se determinar o problema, definir o alcance e limite do projeto, as metas de melhoria e determinar o que é um desempenho inaceitável ou um defeito, além de definir as equipes e seus líderes e estimar os impactos financeiros. Também é necessário mapear o processo ao qual o projeto está vinculado. Segundo Wekema (2002), defini-se claramente a meta e o escopo do projeto, por meio do Business Case (caso de negócio) elaborado pelo Champion. Nesta etapa, deverão ser respondidas as seguintes questões: qual é o problema - resultado indesejável ou oportunidade detectada a ser abordado no projeto? qual a meta a ser atingida? quais são os clientes e consumidores afetados pelo problema? qual o processo relacionado ao problema? qual é o impacto econômico do projeto?

47 Fase Medir Nesta fase coletam-se dados para verificação do estado atual do processo, garantido que a sistemática de medição esteja adequada. É também o momento onde se estabelece a capacidade corrente do processo, não devendo haver falha, pois todos os restantes das fases se basearão nestas informações. Um estudo apurado de como os dados serão coletados e armazenados é vital antes de ir para campo na obtenção das informações. Segundo Werkema (2002), na fase Medir, o problema deverá ser refinado ou focado, onde duas questões básicas devem ser respondidas: quais resultados devem ser medidos para obtenção de dados úteis à focalização do problema? quais são os focos prioritários do problema? Estes são indicados pela análise dos dados gerados pela medição de resultados associados ao problema Fase Analisar A Fase Analisar possui caráter decisório no processo de melhoria do Seis Sigma, pois nele têm-se as respostas para os problemas. Nesta fase, realizam-se as inferências sobre o problema e realizam-se os respectivos testes de hipóteses para comprovação das inferências. Na maioria das vezes trata-se da fase que demanda em termos de tempo, a maior parcela se comparada com as outras fases. Segundo Werkema (2002), nesta fase deverão ser determinadas as causas fundamentais do problema prioritário associado a cada uma das metas definidas na fase anterior, ou seja, para cada meta deve ser respondida a pergunta: Por que o problema prioritário existe? Fase Aprimorar Nesta fase, colocam-se em prática as soluções potenciais escolhidas para serem testadas. Trata-se da fase onde se planejam as soluções, e também a de maior expectativa, tanto por

48 46 parte dos Green ou Black Belts, quanto dos donos do processo e demais integrantes, explorando na prática a verificação da eficácia de boa parte do experimento executado. Segundo Werkema (2002), na quarta fase, devem ser geradas idéias sobre soluções potenciais para eliminação das causas fundamentais do problema prioritário detectadas na fase analisar Fase Controlar A Fase Controlar possui como finalidade garantir que o processo irá operar dentro dos limites de especificação com uma mínima variação, minimizando a necessidade de novos ajustes no processo. A quinta fase consiste na avaliação do alcance da meta em larga escala. Com esse objetivo, os resultados após a ampla implementação das soluções devem ser monitorados para a confirmação do alcance do sucesso. A implementação correta da metodologia Seis Sigma por meio das cinco fases faz com que a empresa atinja importantes resultados, além de criar uma identidade comum entre os processos no que diz respeito à metodologia utilizada para prover melhorias. Cada fase deve ser seguida na íntegra para que os resultados apareçam de forma rápida e consistente. 2.6 PRINCIPAIS FERRAMENTAS DAS FASES DO DMAIC As ferramentas estatísticas citadas a seguir, referem-se às principais utilizadas nos processos onde se dedica a redução das respectivas variabilidades. Estas serão exploradas de forma tornar suas utilizações mais facilmente compreensíveis e aplicáveis. A tabela 14 demonstra a correlação das ferramentas da qualidade com as fases do DMAIC. As ferramentas estatísticas utilizadas para o desenvolvimento do Seis Sigma compreendem uma série de opções para tratamento dos dados, desde as mais simples, como um plano de controle até as mais complexas como o delineamento de experimentos. Em detrimento da existência de inúmeras ferramentas, utilizar a mais apropriada para cada fase, promoverá o

49 47 adequado andamento do projeto, inclusive com reduções importantes no tempo de execução das fases do DMAIC. Portanto, conhecer profundamente as ferramentas usuais para resolução dos problemas é uma condição fundamental para o aprimoramento contínuo da qualidade Mapa de Raciocínio e Charter do Projeto A figura 8 trata de uma documentação progressiva da maneira que se raciocina durante a execução de um trabalho ou projeto. O mapa de raciocínio deve conter: a meta inicial do projeto; as questões que a equipe precisou responder durante o desenvolvimento do projeto; o que foi feito para responder as questões e as respostas; novas questões, novos passos, novas respostas Charter do Projeto Segundo Werkema (2002), o charter do projeto conforme tabela 4, deve conter os seguintes tópicos: qual o problema considerado? quais indicadores ou metas são utilizados para medir o problema? qual é a diferença entre o valor atual para cada indicador e o valor almejado? onde o problema é observado? quando o problema é observado? qual será o impacto da solução do problema? quais serão os ganhos financeiros resultantes da solução do problema? quais as conseqüências se o problema não for resolvido?

50 Project Charter FIGURA 8 EXEMPLO DE MAPA DE RACIOCÍNIO COM INTERAÇÃO ÀS FASES DO DMAIC. FONTE: adaptada de Werkema, 2002 Segundo Pande; Neuman; Cavanagh (2001), a partir da experiência com a implementação do Seis Sigma em várias empresas, incluindo a GE, a descrição do problema é importante para: Garantir que a equipe responsável pelo desenvolvimento do projeto entendeu corretamente a situação apresentada no estudo de caso; Consolidar os pontos de consenso entre a equipe e as responsabilidades de seus membros; Garantir que o projeto é adequado como um projeto Seis Sigma; Estabelecer o patamar inicial dos indicadores usados para medir o problema que será utilizado como base de comparações para avaliação dos resultados alcançados com o projeto.

51 49 TABELA 4 MODELO DE CHARTER DO PROJETO SEIS SIGMA Enunciado do projeto: Divisão: Família de produtos e serviços: Black Belt: Champion: Data de início do projeto: Setor: Tipo de projeto: Sponsor e ou Proprietário Tem Member: Data alvo para completar o projeto: Elementos 1. Definição do problema: 3. Clientes e CTQs: 2. Processo impactado: 4. Benefícios para a empresa: 5. Restrições: 6. Escopo do projeto: 7. Objetivos e métricas: 8. Outras metas: 9. Benefícios econômicos do projeto 10. Agenda: 11. Data da apresentação final FONTE: adaptada de Campos, Gráfico Seqüencial Trata-se de um gráfico de dados ao longo do tempo utilizado para verificar as tendências ao longo do processo, podendo indicar a presença de causas especiais de variação. Um processo fora de controle é caracterizado por problemas não constantes, cujas causas devem ser pesquisadas, eliminadas e ou minimizadas. As figuras 9, 10, 11, 12, 13 e 14 exemplificam alguns tipos de gráficos seqüenciais: a) a figura 9 mostra pontos com tendência consecutiva ascendente ou descendente, com alteração progressiva no nível (média) da característica da qualidade.

52 50 Possíveis causas especiais: desgastes de ferramentas; mudança das condições ambientais (temperatura, umidade); mudança de parâmetros do processo. FIGURA 9 GRÁFICOS SEQÜENCIAIS FONTE: adaptada de Werkema, 2002 b) a figura 10 mostra a mudança brusca ou pulo no nível (média) da característica de qualidade. Possíveis causas especiais: mudança nas condições de operação do processo; matériasprimas diferentes; nível de conhecimento operacional diferenciado significativamente e ou metodologia diferente sendo utilizada. FIGURA 10 MUDANÇA BRUSCA DE NÍVEL FONTE: adaptada de Werkema, 2002 c) a figura 11 mostra a variação periódica formando ciclos que se repetem. Possíveis causas especiais: alterações de matérias-primas com repetições periódicas, situações ligadas a ocorrências psicológicas, ambientais, físicas, químicas ou mecânicas, também em ciclos não definidos. FIGURA 11 VARIAÇÃO PERIÓDICA DE CICLOS FONTE: adaptada de Werkema, 2002

53 51 d) a figura 12 mostra a alteração brusca na amplitude de variação. Possíveis causas especiais: no aumento na amplitude, casos relacionados a operador inexperiente ou treinado inadequadamente; utilização de matéria-prima menos nobre. Na diminuição da amplitude ocorre justamente o contrário do aumento da amplitude. É possível ainda que ambas as ocorrências apresentem-se com maior freqüência em um mesmo processo, alterando-se a amplitude de tempos em tempos. FIGURA 12 ALTERAÇÃO BRUSCA DE AMPLITUDE FONTE: adaptada de Werkema, 2002 e) a figura 13 mostra a alteração gradual na amplitude de variação. Possíveis causas especiais: no aumento da amplitude operador com menos habilidade na operação, realização de movimentos repetitivos; utilização de matéria-prima menos nobre. Na diminuição da amplitude ocorre o inverso do aumento da amplitude, portanto, sendo melhor para o processo. FIGURA 13 ALTERAÇÃO GRADUAL NA AMPLITUDE DE VERIFICAÇÃO FONTE: adaptada de Werkema, 2002 f) a figura 14 mostra a presença de pontos isolados, distantes da maioria dos dados. Possíveis causas especiais: falhas em cálculos, medições ou na cópia de dados, equipamentos sem a correta calibração 3 ou sem ela, falta de controle do processo por espaço curto de tempo, problemas nos equipamentos, porém com correções imediatas, coleta de amostra de processos misturados. 3 Calibração: Conjunto de operações que estabelecem, sob condições especificadas, a relação entre os valores indicados por um instrumento de medição ou sistema de medição, valores representados por uma medida materializada ou um material de referência, e os valores correspondentes das grandezas estabelecidas por padrões. Fonte: Oliveira, 2008

54 52 FIGURA 14 PRESENÇA DE PONTOS ISOLADOS FONTE: adaptada de Werkema, Plano de Controle Plano de controle conforme mostra a figura 15, considera os itens de controle de um determinado processo ou produto. Comporta uma série de informações importantes para uma análise estatística adequada e, geralmente, apresentam as seguintes informações básicas: característica a ser controlada; tolerância da especificação; método de Controle; resultado; executor da característica analisada; hora e Observações do apontamento. FIGURA 15 PLANO DE CONTROLE FONTE: adaptada de Campos, 2005

55 Análise de Séries Temporais Segundo Werkema (2002), as técnicas estatísticas de previsão baseadas em Séries Temporais modelam matematicamente o comportamento futuro do fenômeno analisado, relacionando os dados históricos do próprio fenômeno com o tempo. Séries Temporais são seqüências cronológicas de observações de uma variável de interesse, nas quais os dados da série são igualmente espaçados. Se as observações são feitas sobre algum fenômeno no decorrer do tempo, deve-se utilizálas de acordo com a ordem na qual elas surgem particularmente, sucessivas observações serão provavelmente dependentes. Componentes de uma Série Temporal: tendência: descreve um movimento suave de longo prazo, notado pela inclinação ascendente ou descendente de uma linha; ciclo: variações que apresentam certa regularidade, um padrão, nos dados que podem durar vários anos antes de se repetir; sazonalidade: variações repetidas em um prazo relativamente curto (menos de um ano), em geral relacionado com a época do ano ou feriados; flutuação aleatória ou ruído: resulta de variação aleatória ou causas não explicadas, trata-se de um incidente reativamente imprevisível. Verifica-se por meio da figura 16, um exemplo de Série Temporal para o aumento do preço do leite ao longo dos anos e ciclo de vendas projetado para o futuro VOC Voice of the Customer Segundo Werkema (2002), a VOC - Voice of the Customer (Voz do Cliente) é utilizada para descrever as necessidades e expectativas dos clientes e consumidores e suas percepções quanto aos produtos da empresa.

56 54 FIGURA 16 GRÁFICO TEMPORAL FONTE: evolução do preço do leite, 2008 Na tabela 5, tem-se um exemplo de planilha. Na coluna à esquerda, a expectativa do cliente, na coluna do meio, as questões-chaves para facilitação da interpretação da expectativa, e na coluna à direita, as características críticas ou requisitos do cliente. TABELA 5 TRADUÇÃO DA VOZ DO CLIENTE EM REQUISITOS Traduzir a Voz do Cliente em Requisitos VOC Voz do Cliente Questões Chave ou Listas Centrais CTQ Características Críticas para Qualidade Tinta seca rápido Solvente com rápida evaporação Taxa de evaporação Tinta sem cheiro Tinta sem cheiro % de solvente orgânico FONTE: adaptada de Campos, SIPOC Suppliers, Inputs, Process, Outputs e Customers Segundo Werkema (2002), o SIPOC conforme demonstrado na tabela 6 é um diagrama que possui como objetivo principal, definir o processo envolvido no projeto e conseqüentemente, facilitar a visualização do escopo do trabalho.

57 55 O SIPOC detalha as entradas e saídas do processo analisado, onde: S Suppliers: Fornecedores Listam-se os fornecedores das entradas respectivas a este passo do processo; I Inputs: Entradas Listam-se as variáveis de entrada (x) deste passo do processo. P Process: Processo Passos do processo; O Outputs: Saídas Listam-se as variáveis de saída (y) respectivas a este passo do processo; C Customers: Clientes Listam-se os clientes que receberão as saídas deste passo do processo. TABELA 6 EXEMPLO DE PLANILHA SIPOC Supplier Input Process Output Customer Fornecedor es Entradas - x's Passos do processo Saídas - y's Clientes Passo A Passo B Passo C FONTE: adaptada de Campos, MSA Measurement Systems Analysis Conforme Vieira e Wada (1991), utilizar a estatística para entender as variações do sistema de medição é uma prática assertiva quando se pretende minimizar as variações do processo. Portanto, a Análise do Sistema de Medição (MSA) é definida como o conjunto de operações, procedimentos, dispositivos de medição, equipamentos, software e pessoal, utilizados para

58 56 atribuírem um número à característica que está sendo medida. As propriedades estatísticas de um sistema de medição podem ser enquadradas em duas categorias: Primeira: As medidas de localização (ou de proximidade com o valor correto), que são a Tendência (desvio), Estabilidade e Linearidade: Tendência verificada por meio do gráfico 1 é estudo do erro de exatidão que um equipamento de medição por variáveis possui em um determinado ponto de sua escala. A grande diferença com relação à simples calibração é que a tendência deve ser estudada a partir de dados coletados no próprio processo, ou seja, sobre influência da medição natural do dia-a-dia. A análise de tendência evidencia se os recursos para medição estão corretamente dimensionados, pois equipamentos muito sofisticados podem estar sendo utilizados para medições que não requerem tal necessidade, ou equipamentos simples demais para medições complexas que requerem muita precisão. O resultado da análise de tendência, quando bem aplicada, resulta no aumento de confiabilidade e redução dos custos na compra de equipamentos. Limite de Engenharia Limite do Processo Tendência GRÁFICO 1 TENDÊNCIA FONTE: análise do sistema de medição, 2008

59 57 Estabilidade verificada por meio do gráfico 2 é o estudo da variação dos resultados de medições realizadas ao longo de um período. É utilizado para analisar a degradação dos resultados de um sistema de medição ao longo do tempo. Devido à instabilidade natural dos processos, presume-se que os sistemas de medição percam sua confiabilidade com o passar do tempo. Para a gestão metrológica, o principal benefício é substituir a calibração dos equipamentos de medição pelo estudo de estabilidade, já que este é muito mais simples e econômico, obtendo, assim, redução de custo por meio do ajuste de freqüência da calibração. 18 meses Margem de segurança 6 mêses Ponto fora do critério de aceitação Resultado do estudo de estabilidade Período de calibração sem ajuste Período de calibração ajustado pelo resultado da estabilidade GRÁFICO 2 - ESTABILIDADE FONTE: análise do sistema de medição, 2008 Linearidade verificada por meio do gráfico 3 é o estudo da variação dos resultados de medições ao longo da escala do equipamento. É utilizado para avaliar se os resultados de medição são confiáveis em qualquer ponto da escala do equipamento. Este estudo aplica-se somente para equipamentos por variáveis, ou seja, que possuam escala. O fato de ser uma análise estatística permite a redução dos pontos de avaliação quando da calibração do equipamento, pois a linearidade estende os resultados de um ponto para todos os demais. O resultado definiu-se com o aumento da confiabilidade e redução de custo por meio da diminuição dos pontos de calibração.

60 58 Pontos de calibração antes do estudo Desvio Escala Pontos de calibração após o estudo Desvio Escala GRÁFICO 3 LINEARIDADE FONTE: análise do sistema de medição, 2008 Segunda: As medidas de Dispersão (largura) que são a Repetitividade e a Reprodutibilidade: Repetibilidade verificada por meio do gráfico 4 é o estudo da variação dos resultados de medições realizadas diversas vezes pelos mesmos operadores, utilizando o mesmo equipamento. É utilizado para analisar o grau de confiabilidade que um sistema de medição tem quanto à sua capacidade de repetir os resultados de uma medição. Por meio desse estudo é possível determinar a robustez de um sistema de medição. Um sistema de medição robusto sofre pouca influência de agentes externos. Conhecer a repetibilidade faz com que a gestão do monitoramento e medição seja mais eficaz, deslocando sistemas mais confiáveis para onde é requerido, obtendo, como resultado, o aumento de confiabilidade e redução de custo. primeira medição segunda medição terceira medição Desvio de repetibilidade GRÁFICO 4 REPETIBILIDADE FONTE: análise do sistema de medição, 2008

61 59 Reprodutibilidade verificada por meio do gráfico 5 é o estudo da variação dos resultados de medições realizadas diversas vezes por operadores diferentes, utilizando o mesmo equipamento. É utilizada para identificar a variação que existe entre um operador e outro, verificando assim a influência do operador no resultado da medição. Este estudo tem por objetivo saber se a qualquer momento o resultado da medição é ou não confiável. Dependendo da forma como o resultado é apresentado no gráfico é possível identificar claramente os pontos falhos, restringindo as ações e canalizando as ações de melhoria. Podem-se substituir tais equipamentos por outros que dependam menos do fator humano, obtendo assim maior aumento de confiabilidade. operador A operador B operador C Operador nitidamente destoante dos demais GRÁFICO 5 REPRODUTIBILIDADE FONTE: análise do sistema de medição, 2008 Um sistema de medição ideal é aquele que produz somente medidas corretas todas as vezes que for utilizado. Caso isso fosse possível, este sistema possuiria propriedades estatísticas com variância e tendência zero, conseqüentemente, nula probabilidade em classificar de forma errada qualquer produto controlado. Esta realidade não existe, ou seja, na prática devem-se escolher sistemas com propriedades convenientes. Segundo Werkema (2002), as seguintes condições são aplicáveis na Avaliação do Sistema de Medição:

62 60 A baixa precisão + baixa exatidão neste caso não se tem o alvo atingido e as tentativas apresentam-se dispersas ao entorno do alvo; B baixa precisão + exatidão neste caso tem-se o alvo atingido, porém com evidências de tentativas dispersas ao redor do alvo; C precisão + baixa exatidão neste caso tem-se alta precisão do número de tentativas ao entorno do alvo, porém, o alvo não é atingido; D precisão + exatidão neste caso tem-se o alvo atingido na maioria das tentativas realizadas. A figura 17 abaixo são exemplos de situações onde sistemas de medições apresentamse diferentes uma das outras. FIGURA 17 AVALIAÇÃO PARA SISTEMAS DE MEDIÇÃO FONTE: adaptada de Werkema, 2002

63 Plano para Coleta de Dados Para Campos (2005), o Plano para Coleta de Dados conforme tabela 7, representa o 5W2H do processo. Estabelece uma sistemática para organizar os dados, de forma facilitar a linha de raciocínio para análise. Utiliza-se a coleta e análise de dados para obter informações úteis no aprimoramento dos processos, assim como para reduzir a variabilidade, pois as ações devem ser tomadas sobre os fatos e os dados. Uma série de técnicas estatísticas pode ser utilizada para a identificação da melhor forma de coleta de dados. Métodos estatísticos são pontos fundamentais, pois ao utilizar-se de técnicas estatísticas sobre os dados, retira-se o lado subjetivo e pessoal dos problemas, observando e aprimorando os processos por meio de uma forma disciplinada e objetiva. A coleta de dados possui características importantes na composição do experimento e é responsável por atender de forma eficaz as seguintes premissas: tornar a decisão mais eficaz; identificar e resolver problemas; reduzir a variabilidade do processo; monitorar processos; aperfeiçoar processos. Usualmente confunde-se o significado entre informações e dados. Tal mal entendido prejudica a construção das idéias, acarretando em acréscimo no tempo necessário para esta fase. De maneira a tornar mais clara a diferença entre informações e dados tem-se: Dados são fatos, e não necessariamente incluem informações, geralmente na forma de números, símbolos ou palavras; Informações incluem dados, e geralmente possuem respostas às questões levantadas. Natureza dos Dados A estatística é a ciência que se preocupa em organizar, descrever, analisar e interpretar os dados.

64 62 Os tipos de dados são divididos em: qualitativos tipo de carro, cor da casa; quantitativos discretos passíveis de se contar (165 produtos vendidos); quantitativos contínuos passíveis de se medir (altura, km/h). Para gerar as informações, são necessários os seguintes requisitos: formular precisamente a questão a que buscam-se as repostas; coletar dados e fatos relativos à questão; analisar os dados; apresentar os dados que comunique a resposta para a questão de forma clara. Passos para planejamento adequado na coleta de dados: qual o problema que se quer analisar? como reconhecer e comunicar a resposta à questão? quais as ferramentas de análise a serem utilizadas e como serão comunicados os resultados? quais tipos de dados se necessitam? Dados contínuos ou discretos? em qual parte do processo os dados serão coletados? quem será o responsável pela coleta de dados? como coletar os dados com o mínimo de esforço e a mínima chance de erro? TABELA 7 EXEMPLO DE PLANO PARA COLETA DE DADOS Tipo de medida Tipo de Definição Definição Responsabilidades Data/ Tempo Local (entrada/ saída/ dados operacional Operacional de freqüência processo) (Contínuos (O quê) (Como) ou Discretos) FONTE: adaptada de Campos, 2005

65 Diagrama de Pareto Segundo Campos (2003), o Gráfico de Pareto ajuda a determinar qual a ordem em que os problemas devem ser resolvidos levando em consideração a freqüência de ocorrência. Trata-se de uma técnica que separam os poucos problemas vitais, dos muitos triviais, indicando a importância relativa de cada categoria de problema por meio de barras dispostas em ordem decrescente. Geralmente a barra mais alta é a da esquerda e representa as categorias de problemas a serem trabalhados primeiro. Para complementar, usa-se uma linha cumulativa que mostra a soma percentual das barras. Na figura 18, um exemplo de Pareto para os diferentes tipos de parada que ocorrem em uma determinada máquina de envase. FIGURA 18 GRÁFICO DE PARETO FONTE: reprodução gráfica gerada pelo software Minitab Gráfico Seqüencial O gráfico seqüencial conforme mostra a figura 19, é um diagrama utilizado para evidenciar os valores individuais do resultado de um processo em função do tempo.

66 64 FIGURA 19 GRÁFICO SEQÜENCIAL FONTE: adaptada de Werkema, Histograma Segundo Werkema (2002), o histograma é um gráfico de barras que dispõe as informações de modo que seja possível a visualização da distribuição de um conjunto de dados de um fenômeno analisado e a percepção da localização do valor central e da dispersão dos dados em torno deste. A comparação de histogramas com os limites de especificação permite avaliar se um processo está centrado no valor nominal e se é necessário adotar alguma medida para reduzir a variabilidade desse processo. As figuras 20, 21, 22, 23, 24 e 25 são exemplos de histogramas. Características da figura 20: a maior ocorrência localiza-se ao meio e diminui gradualmente nas laterais em forma de sino. A média e a mediana são aproximadamente iguais e localizam-se no centro do histograma. Quando ocorre: a maior ocorrência se dá em processos estáveis com características de dados contínuos.

67 , ,1 FIGURA 20 HISTOGRAMA SIMÉTRICO OU NORMAL FONTE: adaptada de Werkema, 2002 Características da figura 21: a ocorrência decresce rapidamente em um dos lados e gradualmente do outro, produzindo uma calda mais longa em um dos lados. A média localiza-se fora do meio da faixa de variação. Quando a assimetria é à direita, a mediana é inferior à média. Quando a assimetria é à esquerda a mediana é superior à média. Quando ocorre: possivelmente a característica de qualidade tem apenas um limite de especificação e é controlada durante o processo, de modo que satisfaça a essa especificação ,1 FIGURA 21 HISTOGRAMA ASSIMÉTRICO E COM UM PICO FONTE: adaptada de Werkema, 2002 Características da figura 22: o histograma termina repentinamente em um, ou dos dois lados, causando a impressão da falta de um de seus lados.

68 66 Quando ocorre: possivelmente foram eliminados dados por uma inspeção 100%; nesse caso o corte coincide com os limites de especificação FIGURA 22 HISTOGRAMA TIPO DECLIVE FONTE: adaptada de Werkema, 2002 Características da figura 23: ocorrem dois picos e a freqüência é baixa entre eles. Quando ocorre: em situações onde há mistura de dados, com médias diferentes, obtidas em duas condições distintas. Por exemplo, dois tipos de matérias-primas, duas máquinas ou dois operadores. A estratificação segundo esses fatores poderá confirmar ou não a resolutiva gráfica FIGURA 23 HISTOGRAMA COM MAIS DE UM PICO FONTE: adaptada de Werkema, 2002

69 67 Características da figura 24: classes centrais possuem aproximadamente a mesma freqüência. Quando ocorre: aspecto possível quando há mistura de várias distribuições com médias diferentes FIGURA 24 HISTOGRAMA DO TIPO PRATO FONTE: adaptada de Werkema, 2002 Características da figura 25: algumas faixas de valores da característica de qualidade observada ficam isoladas da grande maioria dos dados, gerando barras ou pequenos grupos separados. Quando ocorre: possivelmente ocorreram por meio de anormalidades temporárias no processo, erros de medição, erros de registro ou transcrição dos dados, produzindo resultados muito diferentes dos demais. Também poder ser classificados como outliers Boxplot Segundo Campos (2003), o Boxplot ou Gráfico de Caixa, é uma ferramenta exploratória de dados que permite ter idéia sobre a localização e dispersão do conjunto de dados. 4 Outliers: Presença de observações discrepantes no conjunto de dados, geralmente causados por falha no processo, anotações equivocadas, desvios pontuais de matérias-primas. Na estatística são indesejados, pois interferem significativamente na análise dos dados. Fonte: Campos (2005)

70 FIGURA 25 HISTOGRAMA COM ISOLAMENTOS FONTE: adaptada de Werkema, 2002 A localização é representada pela mediana (linha que corta a caixa) e a dispersão pode ser visualizada pelo valor mínimo, primeiro quartil, terceiro quartil e o valor máximo, conforme figura 26, por meio dos 4 exemplos. Pode-se inserir o valor da média no Boxplot, por meio de um símbolo. A existência de valores discrepantes chamados de outliers é representada por asteriscos. 12,0 Box Plot 10,0 8,0 Eixo Y 6,0 4,0 2,0 0,0 exemplo 1 exemplo 2 exemplo 3 exemplo 4 FIGURA 26 BOXPLOT OU GRÁFICO DE CAIXA FONTE: próprio autor Nota: Mínimo: representa o menor valor medido. Primeiro quartil: representa 25% dos valores medidos.

71 69 Mediana: representa o valor localizado exatamente ao meio quando as observações são colocadas em ordem crescente. Terceiro quartil: representa 75% dos valores medidos. Máximo: representa o maior valor medido. Asterisco: representa outliers Análise Multivariada Segundo Werkema (2002), quando o número de variáveis envolvidas no fenômeno é muito elevado, a Análise Multivariada processa as informações de modo a sintetizá-las e simplificar a estrutura dos dados. Segundo Campos (2005), a Análise Multi-Vari utiliza ferramentas gráficas por meio da estratificação, arranjos e subgrupos, tendo como objetivo analisar a influência de diversas fontes de variação sobre uma determinada resposta Y. Utilidade do estudo Multi-Vari conforme figura 27: analisar a variação dentro das unidades sendo de unidade para unidade, amostra para amostra, lote a lote e no decorrer do tempo, no caso de um processo de fabricação discreto; analisar a variação dentro dos turnos, entre os turnos e entre dias/semanas/ meses, no caso de um processo de fabricação contínuo; monitorar a variação do produto; visualizar e analisar o relacionamento entre duas variáveis (relação de causa e efeito); estudar variações que são induzidas experimentalmente; simultaneamente analisar múltiplas variáveis; estudar um processo sem quaisquer alterações ou interrupções deste; fornecer orientação para realização de planejamento de experimentos, análise de regressão e teste de hipóteses; análises gráficas passivas e históricas.

72 70 FIGURA 27 ANÁLISE MULTI-VARI FONTE: adaptada de Werkema, Mapa do Processo Segundo Campos (2005), o Mapeamento do Processo é uma descrição gráfica do mesmo, demonstra-se a seqüência das atividades desenvolvidas para a realização de um propósito específico, identificando os (x;y) dos passos do processo. O Mapeamento dos Processos descreve, de forma lógica e interconectada, os passos (atividade) necessários para a finalização de uma operação. Também permite uma análise crítica dos processos existentes, por exemplo: a complexidade é necessária? simplificações são possíveis? o processo é eficaz? o trabalho executado é eficiente? os custos estão adequados? existe excesso de transferência interdepartamental? O Mapeamento do Processo é importante, pois fornece informações para construção da matriz de causa e efeito e do FMEA (apresentado no item ) e pode representar uma

73 71 das três situações: como o processo foi concebido, como o processo realmente opera ou como o processo deve ser. Abaixo na figura 28, um exemplo de figuras utilizadas no Mapeamento do Processo. FIGURA 28 SÍMBOLOS USUAIS DO MAPEAMENTO DO PROCESSO FONTE: próprio autor FMEA Failure Mode and Effect Analysis Segundo Werkema (2002), o FMEA Failure Mode and Effect Analysis (Análise de Efeitos e Modos de Falhas), é uma ferramenta que possui como objetivo identificar, hierarquizar e prevenir as falhas potenciais de um produto ou processo. Suas principais utilizações são: identificação das variáveis críticas que podem afetar a qualidade de saída de um processo; avaliação dos riscos associados às falhas; auxílio para elaboração de suposições sobre o tipo de relacionamento entre as variáveis de um processo; avaliação de prioridades para coleta de dados e realização de estudos quantitativos para a descoberta das causas fundamentais de um problema. Conforme tabela 8, verifica-se um exemplo de planilha utilizada para a análise do FMEA.

74 72 TABELA 8 EXEMPLO DE PLANILHA DE FMEA FMEA: Nº: Responsável: Telefone: Data início: Revisão: Preparado por: Equipe: Função do processo Requisitos Modo de Falha Potencial Efeito(s) Severid Potencial(is) ade da Falha(s) Causa(s) e Mecanismo(s) Potencial(is) da Falha(s) Ocorrênc ia Controles Atuais do Processo Detecç ão NPR Ações Recomen dadas Respon sável e Prazo Ações Tomadas Resultado das Ações Severid ade Ocorrênci Detecç NPR a ão FONTE: adaptada de Campos, 2005 As tabelas 9,10 e 11 são uma orientação para o cálculo do NPR - Risk Priority Number, ou Prioridade do Risco, levando em consideração a Severidade, Ocorrência e Detecção. O cálculo do NPR, conforme tabela 9, retrata o grau de importância a qual o determinado modo de falha está associado. O cálculo para se encontrar o NPR se dá pela multiplicação da Severidade, Ocorrência e Detecção. A tabela 9 é recomendada para calculo da Severidade. TABELA 9 TABELA DE SEVERIDADE Efeito Perigoso sem aviso prévio Severidade do Efeito Esta classificação e o resultado de quando um modo de falha potencial resulta em um defeito no cliente final e ou na planta de manufatura/montagem. O cliente final deveria ser sempre considerado primeiro. Se ambos ocorrem, usar a maior das duas severidades. (Efeito no Cliente). Índice de severidade muito alto quando o modo de falha potencial afeta a segurança na operação do veiculo e ou envolve nãoconformidade com a legislação governamental sem aviso prévio. Severidade do Efeito Esta classificação e o resultado de quando um modo de falha potencial resulta em um defeito no cliente final e/ou na planta de manufatura/montagem. O cliente final deveria ser sempre considerado o primeiro. Se ambos ocorrerem, usar a maior das duas severidades. (Efeito na Manufatura/Montagem) Ou pode por em perigo o operador (maquina ou montagem) sem aviso prévio. Índice de Severidade 10 continua

75 73 continuação TABELA 9 TABELA DE SEVERIDADE Efeito Muito alto Alto Moderado Baixo Muito baixo Menor Muito menor Nenhum Severidade do Efeito Esta classificação e o resultado de quando um modo de falha potencial resulta em um defeito no cliente final e ou na planta de manufatura e montagem. O cliente final deveria ser sempre considerado primeiro. Se ambos ocorrem, usar a maior das duas severidades. (Efeito no Cliente). Veiculo/Item inoperável (perda das funções primaria). Veiculo/item operável, mas com níveis de desempenho reduzido. Cliente muito insatisfeito. Veiculo/item operável, mas item (s) de Conforto/Conveniência inoperável (is). Cliente insatisfeito. Veículo/item operável, mas item(s) de Conforto/Conveniência operável(is) com níveis de desempenho reduzidos. Itens de Ajuste, Acabamento/Chiado e Barulho não-conformes. Defeito notado pela maioria dos clientes (mais que 75%). Itens de ajuste, Acabamento/Chiado e Barulho não-conformes. Defeito evidenciado por 50% dos clientes. Itens de ajuste, Acabamento/Chiado e Barulho não - conforme. Defeito evidenciado por clientes acurados (menos que 25%). Sem efeito identificado. Severidade do Efeito Esta classificação e o resultado de quando um modo de falha potencial resulta em um defeito no cliente final e/ou na planta de manufatura/montagem. O cliente final deveria ser sempre considerado o primeiro. Se ambos ocorrerem, usar a maior das duas severidades. (Efeito na Manufatura e Montagem) Ou 100% dos produtos podem ter que ser sucateados, ou o veiculo e item reparado no departamento de reparo com um tempo de reparo maior que uma hora. Ou os produtos podem ter que ser selecionados e uma parte (menor que 100%) sucateada, ou o veiculo/item reparado no departamento de reparo com um tempo de reparo entre 0,5 hora e 1 hora. Ou uma parte (menor que 100%) dos produtos podem ter que ser sucateados sem seleção, ou o veiculo/item reparado no departamento de reparo com um tempo de reparo menor que 0,5 hora. Ou 100% dos produtos podem ter que ser retrabalhados, ou veiculo/item reparado fora da linha mas não vai para o departamento de reparo. Ou os produtos podem ter que ser selecionados, sem sucateamento, e uma parte (menor que 100%) ser retrabalhada. Ou uma parte (menor que 100%) dos produtos podem ter que ser retrabalhados, sem sucateamento, na linha mas fora da estação. Ou uma parte (menor que 100%) dos produtos pode ter que ser retrabalhados, sem sucateamento, na linha e dentro da estação. Ou pequena inconveniência no operador ou na operação, ou sem efeito. Índice de Severidade FONTE: Instituto da qualidade automotiva, 2001 TABELA 10 TABELA DE OCORRÊNCIA Probabilidade Taxa de falhas possíveis Índice de ocorrência Muito Alta: Falhas Persistentes 100 por mil pecas por mil pecas 09 Alta: Falhas freqüentes 20 por mil pecas por mil pecas por mil pecas 06 Moderada: Falhas ocasionais 02 por mil pecas por mil pecas 04 Baixa: Relativamente poucas falhas 0,5 por mil peças 03 0,1 por mil pecas 02 Remota: Falha e improvável 0,01 por mil pecas 01 FONTE: Instituto da qualidade automotiva, 2001

76 74 TABELA 11 TABELA DE DETECÇÃO Detecção Critério Tipos de Inspeção A B C Faixas sugeridas nos métodos de detecção Índice de Detecção Quase impossível Certeza absoluta da não detecção. X Não pode detectar ou não e verificado 10 Muito remota Remota Muito Baixa Baixa Moderada Moderadamente alta Alta Muito Alta Quase certamente Controles provavelment e não irão detectar. Controles têm pouca chance de detecção. Controles têm pouca chance de detecção. Controles podem detectar. Controles podem detectar. Controles têm boas chances para detectar. Controles têm boas chances para detectar. Controles quase certamente detectarão. Controles certamente detectarão. X X X X X X X X X X X X X Controle e alcançado somente com verificação aleatória ou indireta. Controle e alcançado somente com inspeção visual. Controle e alcançado somente com dupla inspeção visual. Controle e alcançado com métodos gráficos, tais como CEP (Controle Estatístico do Processo). Controle e baseado em medições por variáveis depois que as pecas deixam a estação, ou em medições do tipo passa/não-passa feitas em 100% das pecas depois que deixam a estação. Detecção de erros em operações subseqüentes, ou medições feitas na preparação de maquinas e na verificação da primeira peca (somente para casos de preparação de maquina). Detecção de erros na estação, ou em operações subseqüentes por múltiplos níveis de aceitação: fornecer, selecionar, instalar, verificar. Não pode aceitar peca discrepante. Detecção de erros na estação (medição automática com dispositivo de parada automática). Não pode passar peca discrepante. Pecas discrepantes não podem ser feitas porque o item foi feito a prova de erros pelo projeto do processo/produto FONTE: Instituto da qualidade automotiva, 2001 NOTA Tipos de Inspeção: A: prova de erro B: medição C: inspeção manual Diagramas de Dispersão Segundo Campos (2003), trata-se de um gráfico onde cada ponto representa um par ordenado de valores, tem-se a visualização da relação entre duas variáveis, podendo ter uma idéia inicial de qual a tendência de variação conjunta que apresentam. No eixo X, representa-se a variável independente e no eixo Y a variável dependente.

77 75 A figura 29 representa um exemplo de diagrama de dispersão. FIGURA 29 EFEITO NA VISCOSIDADE CAUSADO PELA ACIDEZ FONTE: adaptada de Campos, Controle Estatístico do Processo Conforme Paladini (1990), para verificar se um processo está ou não sob controle, podemse utilizar os Gráficos de Controle, instrumentos que fornecem informações da real situação do processo, com alto grau de eficiência. Em síntese os gráficos de controle utilizam de um lado os dados em uma dada seqüência cronológica de coleta, e do outro, uma determinada característica conhecida, como especificação. Os gráficos de controle baseiam-se na distribuição adequada a cada caso (variáveis ou atributos) e são um instrumento de diagnóstico de existência ou não de controle. A figura 30 é um exemplo de gráfico de controle, onde: x: valor observado da característica; A: número de ordem cronológica da amostra ou seqüência de extrações (escala uniforme relativa ao tempo); LSC: limite superior de controle; LIC: limite inferior de controle; LM: linha média.

78 76 X Zona 2 Falta de Controle Limite Superior de Especificaçãp Zona 1 Normalidade Linha Média Zona 1 Normalidade Limite Inferior de Especificação Zona 2 Falta de Controle A FIGURA 30 ESTRUTURA DE GRÁFICO DE CONTROLE FONTE: adaptada de Paladini, 1990 Para melhor entendimento do Gráfico de Controle é importante destacar alguns conceitos. Medidas de tendência central: média aritmética: é a soma de todos os valores (ou medidas) divididos pelo número total de valores. As fórmulas podem variar de acordo como são apresentadas, ou de acordo como os dados estão organizados; moda: é o valor que ocorre com mais freqüência; mediana: é o valor que está eqüidistante entre o maior e o menor valor. Medidas de dispersão: A Dispersão refere-se ao princípio que causa a variação dos valores em torno do valor central. É a variabilidade da distribuição ou a tendência de serem diferentes. Os três tipos principais das medidas da variabilidade são: amplitude (range): é a diferença entre o menor e o maior valor medido; desvio padrão: é a medida de dispersão mais útil e mais utilizada em estatística; variância (s 2 ): é o valor do desvio padrão ao quadrado.

79 Índice de Capabilidade Segundo Paladini (1990), a expressão Capabilidade do Processo se refere a um comportamento específico do processo, identificado pelas seguintes características: a) operação do processo não sofre influências externas, ou seja, não há interferências estranhas atuando sobre ele; b) o processo está sob controle estatístico, ou seja, uma distribuição de freqüências bem definida o descreve adequadamente; c) o processo é determinado por seus efeitos, que são perfeitamente previsíveis e esperados; d) o processo apresenta habilidade, ou condição para produzir itens similares. Os estudos de Capabilidade de processos utilizam uma estratégia bem definida, baseada na coleta e análise de informações relativas ao desempenho do processo. A partir de uma organização específica destas informações são obtidas conclusões que permitem a determinação da Capabilidade do Processo, análise de seu valor e as opções disponíveis para mantê-lo ou alterá-lo. Um estudo da Capabilidade revela: se o processo é uniforme ou não; se possui condições de atender a um conjunto de especificações; como varia as tendências naturais. Os Índices de Capabilidade processam as informações de modo que seja possível avaliar se um processo é capaz de gerar produtos que atendam às especificações provenientes dos clientes internos ou externos. Segundo Taghizadegan (2006), um processo Seis Sigma conforme mostra a figura 32, significa afirmar que cabem dentro da especificação seis desvios padrão, ou seja, para a variação que o processo apresenta seria necessário que o mesmo variasse seis vezes mais para que algo desse errado. Na figura 31 apresenta-se um processo 3 Sigma, ou seja, para algo de errado é necessário que a variação existente aumente em três vezes sua grandeza. Logo, um processo Seis Sigma apresenta apenas 3,4 defeitos em um milhão de

80 78 oportunidades, ou 3,4 DPMO, ao passo que o processo +/- 3 Sigma (qualidade tradicional) apresenta defeitos em um milhão de oportunidades, ou DPMO. Para ambos os casos leva-se em consideração um processo deslocado de 1,5 Sigma, que reflete as variações normais de um processo. FIGURA 31 PROCESSO +/- 3 SIGMA FONTE: adaptada de Brusse, 2004 FIGURA 32 PROCESSO +/- 6 SIGMA FONTE: adaptada de Brusse, 2004 Capabilidade do processo: É a habilidade do processo em produzir produtos dentro dos limites de especificação. Um processo é capaz quando o mesmo atende estatisticamente as especificações, por meio dos índices de Cp e Cpk, onde: Cp: mede o grau de espalhamento do processo em relação à especificação. Leva em consideração a dispersão em relação aos limites de especificação; Cpk: mede o deslocamento em relação à especificação. Leva em consideração a dispersão e centragem em relação aos limites de especificação; LSE : Limite Superior de Especificação; LIE : Limite Inferior de Especificação. É possível verificar por meio das figuras 33 e 34, a evolução de um processo não capaz para um capaz. A análise pode ser realizada analisando-se os valores de Cp e Cpk ou ainda pela análise visual, onde se verifica na figura 33 o processo deslocado para a direita e com

81 79 dados fora da especificação, e na figura 34 o mesmo processo, porém centrado e dentro dos valores de especificação. FIGURA 33 PROCESSO NÃO CAPAZ E DESLOCADO PARA DIREITA FONTE: capacidade do processo, 2008 FIGURA 34 PROCESSO CAPAZ E CENTRADO FONTE: capacidade do processo, 2008 Cálculo Cp Índice de Capabilidade Potencial de um Processo

82 80 Conforme disposto na figura 1, a maioria dos processos atuais localizam-se entre a Capabibidade correspondente a 3 a 4 Sigmas. Abaixo as equações (9) e (10) permitem calcular a Capabilidade do Processo. USL - LSL Cp = (9) 6 x σ Cp= Capabilidade do processo USL= Limite superior de especificação LSL= Limite inferior de especificação 6 x σ= Seis desvios padrão O cálculo do desvio padrão σ é verificado no item Cálculo Cpk Índice de Capabilidade Nominal de um Processo m - x Cpk = Cp - (10) 3 x σ Cpk= Capabilidade Nominal do Processo Cp= Capabilidade do Processo m= LIE ou LSE x= Média dos limites de especificação 3 x σ= Três desvios padrão Diagrama de Causa e Efeito Utiliza-se o diagrama de Causa e Efeito para organizar as causas potenciais que produzem um efeito observado e leva em consideração para o efeito observado, conforme exemplo da tabela 12, as causas relacionadas ao método, matéria-prima, meio ambiente, máquina, mensuração e mão de obra. As observações de causa e efeito são de grande importância para a realização da criação de hipóteses sobre o experimento estudado.

83 81 A tabela 12 é um exemplo de diagrama de causa e efeito. TABELA 12 EXEMPLO DE DIAGRAMA DE CAUSA E EFEITO Método Matéria- Meio Máquina Mensuração Mão de Obra Prima Ambiente Qualidade da Não Umidade Impressora Falta de Falta de impressão reutilização desregulada mensuração conscientização do cartucho das cópias Impressão Não Sujeira na Impressões colorida desnecessária reutilização da tinta impressora desnecessárias FONTE: adaptada de Campos, Matriz de Priorização A matriz de priorização conforme figura 35, tem como objetivo dentro da fase Analisar, identificar as principais causas potencias para o problema considerado. FIGURA 35 MATRIZ DE PRIORIZAÇÃO NA FÁBRICA DE TINTAS FONTE: próprio autor Existem diversas formas de analisar o que deve ser realizado primeiro nas atividades do diaa-dia. A matriz de priorização considera a correlação Causa X Efeito dentro de quatro possibilidades: correlação forte: pontuação 5; correlação moderada: pontuação 3;

84 82 correlação fraca: pontuação 1; correlação nula: pontuação 0. O valor de correlação é dado pela equação 11. Correlação: 18 = (8x1) + (10x1) (11) Análise de Regressão Segundo Campos (2005), a Análise de Regressão avalia o relacionamento entre variáveis independentes (variáveis preditoras) e uma variável dependente (resposta), fornecendo uma equação que descreve este relacionamento Teste de Hipóteses Segundo Campos (2003), testes de hipóteses são testes realizados sobre as amostras, a fim de poder fazer inferências sobre os parâmetros da população de onde a amostra foi retirada. Intervalos de confiança são intervalos de valores, limitados por um mínimo e um máximo, usados para estimar um parâmetro desconhecido. As análises são baseadas em dados amostrais, mas as conclusões podem ser estendidas para a população. A hipótese estatística é uma suposição ou uma afirmação realizada em relação a um parâmetro da população. Hipótese nula e hipótese alternativa: Descreve dois possíveis estados que não podem ser aceitos ou rejeitados ao mesmo tempo, pois são igualmente excludentes, ou seja, quando se rejeita uma hipótese a outra automaticamente é aceita. Hipótese Nula: é a hipótese sobre a qual deve-se obter evidências para rejeitá-la. Por convenção a igualdade deve ficar na hipótese nula. Hipótese alternativa: deve conter a hipótese de pesquisa, ou seja, aquela que o pesquisador deseja aceitar. Antes da realização do teste de Hipótese, necessita-se saber qual o tipo de parâmetro será testado, representado pelos símbolos abaixo:

85 83 média: µ variância: σ 2 proporção: p Abaixo a representação das hipóteses quando se testam médias, onde µ0 é o valor hipotético da média da população (valor que se quer testar), podendo ser um valor histórico, uma especificação, um dado de um cliente, etc. Hipótese nula: H0: µ= µ0 Hipótese alternativa: H1: µ> µ0 Hipótese alternativa: H1: µ< µ0 Hipótese alternativa: H1: µ µ0 A figura 36 permite por meio de uma seqüência lógica, determinar qual o tipo de teste de hipótese que melhor se enquadra para se determinar as inferências sobre a amostra. FIGURA 36 SEQÜÊNCIA LÓGICA PARA DEFINIÇÃO DO TESTE DE HIPÓTESE FONTE: adaptada de Campos, 2007

86 Análise de Variância Segundo Campos (2003), utiliza-se a análise de variância ANOVA quando se deseja realizar teste de hipóteses para comparar as médias de duas ou mais populações ao mesmo tempo. Para aplicar-se o procedimento de análise de variância, algumas condições necessitam ser cumpridas: as amostras devem ser extraídas de populações que tenham distribuições normais; as amostras devem ser aleatórias e independentes; as populações devem ter a mesma variância. O teste de variância é similar ao teste de hipóteses simples, porém diferentemente do teste de hipóteses, que leva em consideração apenas duas populações, o teste de variância pode comparar as médias de duas ou mais populações. Representação da variância para teste das médias de mais de duas populações, onde, se pelo menos uma das médias apresenta diferença entre as outras médias, H0 será rejeitado. H0: µ A =µ B =µ C =µ D =µ E =... H1: pelo menos duas médias diferem entre si DOE Design of Experiments Segundo Campos (2003), o Delineamento de Experimentos (DOE Design of Experiments) é constituído de um conjunto de técnicas estatísticas que proporcionam um método estruturado para planejar, executar e analisar experimentos. O Delineamento de Experimento é utilizado para determinar qual a combinação ótima de variáveis (independentes) na obtenção da resposta desejada (variável dependente). A experimentação se faz necessária quando se deseja: determinar as relações de causa e efeito entre entradas do processo e as características do produto; criar um processo que é relativamente insensível ou robusto às variações como matérias-primas e componentes;

87 85 criar um produto robusto e insensível às variações do ambiente operacional. determinar os efeitos de como matérias-primas mais baratas interfere no desempenho de produtos; redução do número de mudanças de fórmulas de engenharia. obtenção de equação que modela o processo. O Delineamento de Experimentos permite estudar simultaneamente os efeitos individuais e interações de muitos fatores. Fases do Delineamento de Experimentos: planejamento do experimento: consiste no desenvolvimento de uma estrutura para a manipulação experimental das variáveis (fatores) e sua execução; procedimento analítico: extração das informações relevantes obtidas do experimento. Evolução da Seqüência de Experimentação: seleção das variáveis; caracterização; otimização W2H Segundo Werkema (2002), o 5W2H possui o objetivo de definir para a estratégia de ação elaborada, os seguintes itens: what O que será feito? when Quando será feito? who Quem fará? where Onde será feito? why Por que será feito? how Como será feito? how much Quanto custará o que será feito?

88 86 O método 5W2H é rotineiramente utilizado para se determinar o escopo de um determinado projeto ou trabalho, onde se questiona a responsabilidade pela ação requerida. Na tabela 13, tem-se um exemplo da planilha 5W2H TABELA 13 EXEMPLO DE PLANILHA 5W2H How What Why Who Where When How Much Atividade Objetivo Responsável Local Prazo Procedimento Quando O quê? Por quê? Quem? Onde? Quando? Como? Custo? FONTE: adaptada de Campos, Poka-Yoke Segundo Werkema (2002), possui a finalidade de detectar e corrigir erros em um processo, antes que eles se transformem em defeitos percebidos pelo cliente e ou fornecedor. Para Werkema (2006), Poka-Yoke significa à prova de erro (error proofing ou mistake proofing). Trata-se de qualquer mecanismo que evite que o erro seja cometido, ou que torne o erro óbvio à primeira vista para que seja facilmente detectado e corrigido. Existem dois tipos de Poka-Yoke, os de caráter preventivo, que não permitem a ocorrência do erro, e os de caráter detectivo, que interrompem o processo ou emitem um sinal quando um erro é cometido, de modo que o responsável possa corrigi-lo rapidamente. Exemplos de dispositivos Poka-Yoke: caráter preventivo: disquete de computador, disjuntor para evitar sobrecarga, porta de secadora que quando aberta interrompe a operação, furo na pia evita o transbordamento, porta do carro que fecha automaticamente ao atingir 30 km/h, janela no envelope impede que um documento seja enviado a outro erroneamente. sistemas de cor semafóricos. caráter detectivo: sinal sonoro do carro para alertar sobre a não-colocação do cinto de segurança ou porta aberta. encaixe entre fechadura e chave.

89 87 sinalizadores sonoros de pistas de auto-rodagem. aviso sonoro quando se ultrapassa a velocidade máxima. Iluminação de presença. 2.7 PRINCIPAIS FERRAMENTAS DA QUALIDADE UTILIZADAS NO DMAIC Werkema (2002) propõe a utilização das ferramentas estatísticas situadas na tabela 14 para desenvolvimento das fases DMAIC. TABELA 14 FASES DO DMAIC E PRINCIPAIS FERRAMENTAS FERRAMENTA DEFINIR MEDIR ANALISAR IMPLEMENTAR CONTROLAR Mapa de Raciocinio x Project Charter x Métricas do Seis Sigma x x x Grafico Sequencial x x Carta de Controle x x x x Analise de Series Temporais x x VOC - Voz do Cliente x SIPOC x MSA - Analise do Sistema de Medição x x x Estratificação x x Folha de Verificação x x Amostragem x x Plano para coleta de dados x x Diagrama de Pareto x x Histograma x x Boxplot x x Indice de Capacidade x x Analise Multivariada x Fluxograma x Mapa de Processo x FMEA x x Diagrama de Dispersão x Cata "Multi-Vari" x Brainstorming x x Diagrama de Causa e Efeito x x Diagrama de Matriz x x Matriz de Priorização x Analise de Regressão x Testes de Hipoteses x x Análise de Variância x Continua Continuação

90 88 TABELA 14 FASES DO DMAIC E PRINCIPAIS FERRAMENTAS FERRAMENTA DEFINIR MEDIR ANALISAR IMPLEMENTAR CONTROLAR Planejamento de Experimentos x 5W2H x Diagrama de Árvore x Diagrama de Gantt x Diagrama do Processo Decisório x Poka-Yoke x Manuais x Reuniões x On The Job x FONTE: adaptada de Werkema, TESTE DE NORMALIDADE Segundo Campos (2007), a distribuição normal é a mais importante distribuição contínua de probabilidade da estatística. Trata-se da distribuição mais comum encontrada na natureza e no ambiente industrial, descrevendo o comportamento de muitos fenômenos físicos e de engenharia. Características de uma distribuição normal: a variável aleatória pode assumir qualquer valor real; o gráfico da distribuição normal é uma curva em forma de sino, simétrica em torno da média; a área total sob a curva possui valor igual a 1; a moda e a mediana de X são iguais a média de X; a configuração da curva é dada por dois parâmetros: a média (posição da distribuição) e o desvio padrão (dispersão da distribuição). Para a realização do teste de hipótese a fim de se determinar se os dados obedecem a uma distribuição normal, conforme verificado no item 4.7, adota-se comumente um nível de significância de 5% para o teste de hipótese (nível de assertividade), inferindo as seguintes afirmações segundo ao valor de p-value encontrado: p-value menor que 0,05: rejeita-se a hipótese nula e aceita a alternativa

91 89 p-value maior que 0,05: aceita-se a hipótese nula Por convenção o teste de hipótese é assim interpretado: hipótese nula: H0 (dados seguem uma distribuição normal); hipótese alternativa: H1 (dados não seguem uma distribuição normal) 2.9 CONCEITO SOBRE PRODUTIVIDADE Segundo Corrêa e Corrêa (2006), a produtividade é uma medida da eficiência em que recursos de entrada (insumos) de um sistema de agregação de valor são transformados em saídas (produtos), podendo ser expresso segundo as equações 12 e 13. produtividade = Saídas Entradas (12) produtividade = Produtos Matérias-Primas (13) As medidas de produtividade podem ser utilizadas para expressar vários níveis de agregação. A quantidade de tintas envasadas por homem/mês, homem/dia ou até mesmo por homem/turno de trabalho podem ser considerados como uma medida de produtividade. São exemplos de medidas de produtividade: quantidade de vendas realizadas por vendedor por hora; número de entregas de pizzas efetuadas por dia trabalhado; número de riquezas geradas pelo país pelo número de indivíduos deste mesmo país, conhecido por PIB (Produto Interno Bruto); número de litros envasados por colaborador por turno trabalhado; retorno financeiro após o custo de capital por ano trabalhado; número de atendimento por dia de um colaborador de Centro Telefônico.

92 90 A figura 37 ilustra as interfaces de produtividade em uma organização. Produtividade local Insumos I Moagem P/I Completação P Produtos I I P I P Envase P I P Produtividade isolada Produtividade global FIGURA 37 PRODUTIVIDADE LOCAL, GLOBAL E ISOLADA FONTE: adaptada de Corrêa e Corrêa, 2006 A produtividade local limita-se ao desempenho de uma determinada etapa de um processo macro ou global, enquanto a produtividade global determina a relação existente entre a quantidade total de insumos na entrada do processo macro e a quantidade total de produtos gerados. Existem três classes gerais de medidas de produtividade, a produtividade total, local e isolada dos fatores envolvidos: a produtividade total é a razão entre o produto real bruto mensurável (unidades prontas, unidades parcialmente prontas) e a soma de todos os insumos mensuráveis; a produtividade local é a relação entre o produto real bruto ou líquido mensurável (valor agregado) e um grupo de insumos mensuráveis; a produtividade isolada é a relação existente entre o produto real bruto mensurável de uma única classe de insumo mensurável.

93 91 No exemplo a seguir, visto na tabela 15, resume-se a evolução da produtividade por meio das alterações dos respectivos insumos. Considera-se a tinta A e três insumos para sua produção: material; mão-de-obra; energias O cálculo da produtividade é apresentado para a variação dos vários insumos e para a produtividade total entre dois períodos X e Y. TABELA 15 EXEMPLO DE VARIAÇÃO DA TAXA DE PRODUTIVIDADE Valores reais item Período X Período Y (A) (B) Receita com vendas Materiais Energia 10 9 Salários Total de insumos /( ) 200/( ) PT Produtividade total 1,754 1,905 Taxa de variação da produtividade B/A 1,905/1,754 (+)1,086 FONTE: adaptada de Corrêa e Corrêa, 2006

94 92 3. METODOLOGIA DA PESQUISA 3.1 TIPOS DE PESQUISA Definir uma abordagem de pesquisa é estritamente importante para prover crédito às informações pertencentes ao desenvolvimento da pesquisa. Diversas são as razões para que não se concretize corretamente as pesquisas dentro de uma organização. Segundo Olave (1998), as pesquisas podem ser vistas por três diferentes prismas: a) pesquisa exploratória: visa tornar o problema mais explícito, construindo hipóteses e melhorando idéias; b) pesquisa descritiva: visa descrever as características de uma determinada população e possíveis relações entre as variáveis; c) pesquisa explicativa: visa identificar fatores que determinam a ocorrência dos fenômenos, enriquecendo a realidade dos acontecimentos, explicando os fatos. Brymann (1995) propõe uma distinção entre Métodos de Coleta de Dados e Métodos de Pesquisa. O Método de Coleta de Dados retrata uma estrutura que define condições para coleta e análise de dados, já os Métodos de Pesquisa retratam uma orientação geral de como realizar uma investigação. Para distinguir os métodos de pesquisa, Brymann (1995) propõe as seguintes definições: Métodos de Pesquisa Pesquisa de Levantamento Não há intervenção do pesquisador e sim a análise entre as relações entre as variáveis levando em consideração a posição do entrevistado ou do questionário aplicado.

95 Pesquisa Qualitativa O Pesquisador pouco interfere neste tipo de pesquisa, leva-se em consideração o que o entrevistado pensa a respeito de algo, de seu comportamento, do ambiente e de outros. Foca-se o que ocorre na organização com base nas palavras do entrevistado, o entrevistador não opina sobre a empresa neste caso Pesquisa de Estudo de Caso Consiste na análise detalhada sobre o estudo de um ou mais casos. A análise a ser efetuada pode ser em um departamento, seções ou processos Pesquisa-Ação Neste caso o pesquisador e outros membros da equipe são envolvidos diretamente na solução de um problema real. O pesquisador recomenda ações observando-as por meio da organização, onde sua principal característica se dá por haver uma relação intensa entre o pesquisador e o tema proposto Pesquisa Experimental Aplicada em ambientes controlados, como pesquisas de campo e de laboratório, estudando os efeitos e causas entre as respectivas variáveis. Neste caso existe a participação do pesquisador Método de Coleta de Dados Questionários Auto-Administrados

96 94 Trata-se de questões livremente respondidas pelo entrevistado Entrevista Estruturada Trata-se de questões mais elaboradas e assertivas, realizadas pelo entrevistador Entrevista Não Estruturada Trata-se de uma forma de coleta de dados que permite uma variação muito grande nas respostas obtidas. Neste caso a entrevista é conduzida de maneira informal Informações de Arquivo Trata-se da utilização de material já existente no processo de análise de dados. Entretanto, não é considerado um método de coleta de dados, justamente por já existirem, não sendo necessária a realização de coletas diferenciadas como as vistas anteriormente Simulação Neste caso solicita-se aos envolvidos que realizem simulações reais para coleta de dados, nas diferentes situações possíveis Observação Estruturada Trata-se de uma forma onde o observador coleta informações utilizando um plano pré determinado, não fazendo parte na maioria das vezes da rotina da organização.

97 Observação como Participante Trata-se da coleta por parte do observador quando este está inserido no determinado contexto organizacional Aplicação da Pesquisa Experimental A pesquisa experimental é realizada por meio de investigações de pesquisa e possuem como principal finalidade testar hipóteses que dizem respeito a relações de causa e efeito. Envolve a seleção e manipulação de variáveis independentes. Empregam técnicas de amostragem para aumentar a possibilidade de generalização das descobertas realizadas com a experiência. Tais pesquisas experimentais podem ser realizadas em laboratório e no campo. Para Juran (1988), a pesquisa de experimentos é um tipo de observação estruturada utilizado para melhor entender os relacionamentos das possíveis variáveis do processo associados a uma saída de processo. Para Breyfogle (1999), os experimentos incluem combinações possíveis referente a entradas de um processo e suas respectivas variáveis conhecidas, por meio de técnicas de experimento que permitem alterá-las de modo analisar seu efeito ao longo do processo. Embora este trabalho tenha uma pequena mescla de outras formas de pesquisa conforme citadas acima, no item 3.1.2, a pesquisa experimental foi a que mais se aproximou do contexto estudado. Os testes de hipótese relatados neste experimento, a participação ativa do Team Members e principalmente o direcionamento do trabalho empregado pelo próprio pesquisador, denota o alinhamento com o tipo de pesquisa experimental. Este cenário, segundo Brymann (1995), da à pesquisa, o enfoque quantitativo, por quê: as hipóteses apresentadas contêm conceitos mensuráveis, de fácil comprovação estatística; busca relações de causa-efeito no experimento;

98 96 manipulação de variáveis dependentes e independentes quantitativas; experimentos realizados em laboratório com resultados mensuráveis; apresenta técnicas de amostragem para emprego das análises de dados e respectivas hipóteses de melhoria. A metodologia e o tipo de amostragem (coleta de dados) utilizados no trabalho foram respectivamente: pesquisa experimental quantitativa; amostragem por coleta de dados por simulação e Informações de arquivo. 3.2 VARIÁVEIS DA QUESTÃO DA PESQUISA Dentro do processo de envase de tintas decorativas encontram-se uma série de variáveis que influenciam significativamente no desempenho do mesmo, e são divididos em dois grupos importantes, os que diretamente estão relacionados aos equipamentos, produtos e processos e aqueles relacionados a pessoas e procedimentos operacionais: variáveis relacionadas aos equipamentos, produtos e processos: São aquelas em que se obtém o controle total sobre os parâmetros. Para o experimento estudado elencou-se como principais variáveis, a velocidade de envase, viscosidade, temperatura e densidade da tinta, número de Set-ups, mix (mistura) de embalagens, mix de cores, e outras com menor relevância; variáveis relacionadas a pessoas e procedimento operacionais: São aquelas em que não se detém controle direto das ações. As pessoas são diferentes umas das outras, e mesmo que se aplique o mesmo conceito de produtividade às mesmas, os resultados serão diferentes, bem como os procedimentos operacionais, que, por mais que possuam detalhes de como executá-lo, é possível encontrar diferenças de interpretação e conseqüentemente impactos significativos ou não nos resultados.

99 HIPÓTESE Duas hipóteses são relacionadas ao experimento estudado, uma relacionada ao ganho produtivo, e outra à aceitabilidade e a continuidade da metodologia após conclusão do projeto, sendo: primeira hipótese: supõe a efetividade da metodologia Seis Sigma em incrementar a produtividade do envase de tintas decorativas a base de solvente; segunda hipótese: supõe a capacidade da metodologia em perpetuar-se pela organização após o término do projeto. Para a confirmação da primeira hipótese, foram avaliadas as principais interferências causadoras da baixa produtividade no envase, como problemas de Set-up, deficiências no equipamento de envase e capacitação de pessoas. Para a confirmação da segunda hipótese, observou-se a evolução do projeto e a capacidade da metodologia em gerar novas demandas de projetos que possuiriam a metodologia Seis Sigma como ferramenta para resolução dos problemas detectados. 3.4 FONTES DE DADOS Segundo Campos (2005), uma das principais fases do DMAIC é a coleta de dados, definindo que, tão preciso serão os resultados obtidos quanto corretamente forem às fontes dos mesmos. A importância da fonte de dados promoverá sustentabilidade dos resultados alcançados. No experimento em questão as fontes de dados foram: amostragem por coleta de dados por simulação e informações de arquivo, conforme item Fontes de Dados Primários Os dados primários foram obtidos a partir de coletas de campo realizadas pelo próprio pesquisador, Team Members, colaboradores dos processos. Informações de arquivos

100 98 geradas no próprio local de trabalho também foram utilizadas. Os processos de programação de fábrica e engenharia de processos também contribuíram com informações. A tabela 16 demonstra algumas das informações obtidas por cada uma das atividades deste experimento: TABELA 16 FONTE DE DADOS POR ATIVIDADE atividades local medição da produtividade no local de Devree II envase dados sobre a seqüência de envase programação de envase dados sobre o processo como engenharia de velocidade de envase processo dados de arquivo, com informações arquivo da fábrica em sobre tipos de Set-ups, produtividade papel e meio alcançada e programação de envase eletrônico dados quantitativos x x x x dados qualitativos x FONTE: próprio autor Fontes de Dados Secundários Alguns dados, não menos importantes que os primários, foram necessários para o desenvolvimento do experimento, como dados de arquivo provenientes de outros processos tais como planejamento de materiais, controle de qualidade, engenharia e manutenção, bem como de um fornecedor. São elas: dados de produtividade nominal da máquina de envase Devree II com o fornecedor da referida máquina, conforme tabela 16; dados referentes aos diferentes bicos de envase e suas respectivas características, do fornecedor Devree; dados do dispositivo spray ball, como dimensional e mecanismo de funcionamento. dados sobre as condições técnicas do equipamento de envase, provenientes na manutenção e engenharia de campo;

101 99 dados sobre as tintas envasadas como viscosidade, temperatura, densidade. Informações procedentes dos laboratórios de controle de qualidade; dados sobre a demanda de envase, oriundos do planejamento de materiais. 3.5 POPULAÇÃO, TAMANHO DA AMOSTRA E AMOSTRAGEM A população desta pesquisa é integrada pelos agentes que compõem o processo de envase de tintas decorativas a base de solvente, todos referentes ao processo normal de envase, segundo o planejamento e programação de envase de rotina, assim distribuídos: 5 tipos de tintas: tinta óleo; tinta alumínio; tinta fosca; tinta acetinada; tinta brilhante. 8 operadores de envase, sendo: a; b; c; d; e; f; g; h; 2 tipos e embalagens metálicas e cilíndricas: galão de 3,6 litros; quarto de galão de 0,9 litros. 7 cores de tintas: vemelha; verde; amarela; preta; azul; aluminizada; grafitada. 1 máquina de envase, DevreeII.

102 PROCEDIMENTO DE COLETA DE DADOS O procedimento de coleta de dados foi realizado a partir das informações de arquivo, constando dados de envase em momentos do passado, a fim de correlacioná-los com os dados atuais, e coleta de dados em meio ao processo normal de envase. Adotaram-se as coletas de envase em todos os turnos de trabalho e respectivos operadores de máquina, bem como avaliando o mix de embalagens na relação 80:20 a fim de se evitar falhas no cálculo da produtividade. Fixaram-se operadores para o levantamento de dados minimizando falhas nas leituras realizadas, bem como a realização dos respectivos treinamentos na atividade. 3.7 ANÁLISE DE DADOS A análise de dados seguiu a etapa A (analisar) das fases DMAIC utilizando as ferramentas estatísticas para comprovação das hipóteses levantadas referente às melhorias do processo de envase. Esta etapa foi importante para dar sustentação as melhorias realizadas na máquina Devree II. Abaixo algumas das análises estatísticas utilizadas: teste de normalidade; teste de variância; teste de hipóteses; análise Boxplot; análise de pareto; distribuição normal; desvio padrão brainstorm; fluxograma de caixa; matriz de cauda-efeito; análise de risco; análise individual value-plot

103 EXPERIMENTAÇÃO 4.1 APRESENTAÇÃO DA EMPRESA A BASF - Badische Anilin & Soda-Fabrik, com sede em Ludwigshafen, Alemanha, está entre as maiores corporações em especialidades químicas no mundo. Está presente em mais de 170 países, sendo 10 deles na América do Sul. No Brasil, localiza-se nos estados de São Paulo, Rio de Janeiro, Rio Grande do Sul, Bahia e Pernambuco, produzindo produtos, como intermediários, auxiliares, farmacêuticos, polímeros, pré-misturas vitamínicas, pigmentos, dispersões acrílicas, produtos para agricultura, soluções para construção, peças e tintas para indústria automobilística e decorativa. Em 2006 a BASF adquiriu a Engelhard Corporation, Degussa Construction Chemicals and Johnson Polymer, em 2008 a Ciba Holding AG, tornando-se a maior empresa Química do Mundo. O foco deste experimento refere-se às tintas decorativas da marca Suvinil, criada em 1961 na cidade de São Bernardo do Campo - SP pela BASF. Focada nos pilares de sustentação, econômico, ambiental e social, a marca Suvinil é responsável pela maior participação em volume de vendas no mercado brasileiro, reconhecida pelos principais veículos de comunicação como uma empresa bem sucedida e inovadora, com produtos e serviços de qualidade. Seus produtos englobam uma série de materiais destinados para linha decorativa, como esmaltes a base de solvente e a base água, desenvolvidos com resinas acrílicas e PVA, massa acrílica e massa PVA, texturatos, solventes, vernizes, fundo preparador e materiais de efeito. Determinou-se a linha de Esmaltes Base Solvente como escopo para o desenvolvimento deste experimento, sendo este, subdividido em Esmalte Brilhante, Fosco e Acetinado. 4.2 DEFINIÇÃO DA FÁBRICA Responsável pela produção de esmaltes e vernizes a base de solventes, a Fábrica 1, assim chamada internamente, localiza-se no Município de São Bernardo do Campo - SP, e responsável pelo envase dos produtos destinados à linha automobilística, repintura automotiva e decorativa. O escopo deste experimento refere-se aos dados da linha de

104 102 esmaltes decorativos imobiliários das marcas Suvinil (linha Premium) e Glasurit (linha Standart e Econômica), envasados na Fábrica 1, cuja atividade ocorre em três turnos, respondendo por um dos faturamentos mais sólidos do negócio de tintas decorativas Definição do Processo de Produção O processo de fabricação de tintas decorativas a base de solvente, conforme mostra a figura 38, basicamente segue as seguintes etapas: pesagem processo de separação de materiais nas quantidades que perfarão o lote de tinta; dispersão processo de umectação das partes sólidas no líquido; moagem processo de quebra dos pigmentos em partículas menores; completagem processo de mistura de componentes como solventes, aditivos, resinas e pastas brancas e coloridas; envase processo de enchimento das embalagens com a tinta aprovada; expedição processo de retirada do lote fabricado para início de lote subseqüente; controle de qualidade Embora seja uma atividade que não agrega valor no processo de transformação de matérias-primas em tintas, trata-se de uma etapa importante na cadeia estando presente antes do processo de fabricação nos testes efetuados nas matérias-primas, no controle dos parâmetros de processo e no controle final, antes e depois do envase. Todos os estágios do processo são importantes, afetando consideravelmente a produtividade como, por exemplo, a concentração dos pigmentos e outras propriedades no produto final. Segundo Horwood (1987), o propósito de dispersão dos pigmentos é sua umectação e separação das partículas ou unitárias de seus aglomerados, provocando a seguir a estabilização no veículo (fração líquida da tinta) escolhido.

105 103 FIGURA 38 FLUXO TÍPICO DE UM PROCESSO INDUSTRIAL DE TINTAS DECORATIVAS FONTE: próprio autor O processo de dispersão é freqüentemente chamado de moagem e se caracteriza pela aplicação de forças de cisalhamento 5 aos agregados de pigmento. A durabilidade de certos pigmentos sensíveis às forcas de cisalhamento, além do poder de tingimento 6 e a limpeza da cor final dos concentrados, são extremamente afetadas pela capacidade de umectação do veículo, que por sua vez altera também os tempos de processamento. 4.3 DEFINIÇÃO DAS MATÉRIAS-PRIMAS 5 Tensão de Cisalhamento ou Tensão de Corte: é um tipo de tensão gerado por forças aplicadas em sentidos opostos, porém em direções semelhantes no material analisado. Exemplo: a aplicação de forças perpendiculares mas em sentidos opostos. Um fluido é uma substância que se deforma continuamente quando submetida a uma tensão de corte, não importando o quão pequena possa ser essa tensão. No contexto histórico, a tensão cisalhante já foi muito contestada, inclusive por décadas, foi tida como inexistente. Sua comprovação deve-se a Terzaghi (pai da Mecânica dos solos) que fez inúmeros ensaios com solos na década de 1930, onde correlacionou diversos aspectos solistas com as tensões cisalhantes calculadas teoricamente. Fonte: (FAZENDA,1995) 6 Tingimento: na indústria de tintas decorativas, tingimento significa o ato de fornecer cor à tinta, alterando a sua cor natural, tornando-a possível de ser combinada com os mais diversos tipos de ambiente. Fonte: (FAZENDA,1995)

106 104 Segundo Roberts (1968), os componentes básicos de uma tinta são: RESINA Parte não volátil da tinta que serve para aglomerar as partículas de pigmentos. A resina também denomina o tipo de tinta ou revestimento empregado. As classificações da tinta, segundo a propriedade da resina, são: acrílicas; alquídicas; epoxídicas; fenólicas. O tipo de formação do filme de tinta está relacionado com o mecanismo de reação do sistema polimérico, embora outros componentes, como solventes, pigmentos e aditivos, tenham influência para acelerar e até inibir essas reações. PIGMENTOS E CARGAS MINERAIS Material sólido finamente dividido e insolúvel no meio, utilizado para conferir cor, opacidade, certas características de resistência e outros efeitos. São divididos em pigmentos coloridos e não coloridos e anticorrosivos, por conferir proteção aos metais. O pigmento possui poder de cobertura, característica esta de poder conferir cobertura do substrato, existindo, assim, pigmentos que conferem maior ou menor poder de tingimento. Geralmente as cargas minerais possuem poder de cobertura inferior aos pigmentos coloridos. ADITIVOS Trata-se de ingredientes que, adicionado às tintas, proporciona características especiais às mesmas ou melhorias nas suas propriedades. Utilizado para auxiliar nas diversas fases de fabricação e conferir características necessárias a aplicação. Existe uma variedade enorme de aditivos usados na indústria de tintas e vernizes, como os secantes, anti-sedimentantes, niveladores, antipele, antiespumante etc. SOLVENTES Líquido volátil, geralmente de baixo ponto de ebulição, utilizado nas tintas para dissolver a resina. São classificados em solventes ativos ou verdadeiros, latentes e inativos.

107 DEFINIÇÃO DO PRODUTO Segundo Mattielo (1946), o produto tinta decorativa à base de solvente é uma composição líquida, geralmente viscosa 7, constituída de um ou mais pigmentos dispersos em um aglomerante líquido que, ao sofrer um processo de cura quando estendida em película fina, forma um filme opaco e aderente ao substrato. Esse filme tem a finalidade de proteger e embelezar as superfícies. A tabela 17 define o escopo dos produtos envolvidos no experimento. TABELA 17 CARACTERÍSTICAS DAS TINTAS DECORATIVAS À BASE DE SOLVENTE Produto Aplicação Local de Aplicação Suvinil e Glasurit Esmalte Brilhante Suvinil Esmalte Acetinado Suvinil Esmalte Fosco Madeiras e metais Madeiras e metais Madeiras e metais Exterior e interior Exterior e interior Interior Acabamento Observações Composição Brilhante Acetinado Fosco - facilidade de aplicação - brilho - resistência às agressões do tempo - fórmula siliconada - menor aderência de sujeira - toque deslizante - rendimento - baixo odor - facilidade de aplicação em madeira e metal - sofisticação - acabamento com brilho suave - rendimento - facilidade de aplicação em quadros escolares (lousas), madeira e metal. - rendimento para aplicação em superfícies de metal Baixo odor. Resina alquídica à base de óleo vegetal semisecativo, pigmentos orgânicos e inorgânicos, cargas minerais inertes (acetinado e fosco), hidrocarbonetos alifáticos, secantes organometálicos. Não contém benzeno. Resina alquídica à base de óleo vegetal semisecativo, pigmentos orgânicos e inorgânicos, cargas minerais inertes (acetinado e fosco), hidrocarbonetos alifáticos, secantes organometálicos. Não contém benzeno. Resina alquídica à base de óleo vegetal semisecativo, pigmentos orgânicos e inorgânicos, cargas minerais inertes (acetinado e fosco), hidrocarbonetos alifáticos, secantes organometálicos. Não contém benzeno. FONTE: BASF, Viscosidade: é a propriedade dos fluidos correspondente ao transporte microscópico de quantidade de movimento por difusão molecular. Ou seja, quanto maior a viscosidade, menor a velocidade em que o fluido se movimenta. É comumente percebida como a "grossura", ou resistência ao despejamento. Viscosidade descreve a resistência interna para escoar um fluido e deve ser pensada como a medida do atrito do fluido. Assim, a água é "fina", tendo uma baixa viscosidade, enquanto óleo vegetal é "grosso", tendo uma alta viscosidade. FONTE: (FAZENDA, 1995)

108 FASE DEFINIÇÃO DO PROBLEMA O processo de envase de tintas decorativas possui inúmeras Interfaces entre o homem e máquina, denominados IHM 8. A falta de automatização dos processos é inversamente proporcional à participação da interface homem e máquina, aumentando a possibilidade de falhas ao decorrer do processo. O esquema do processo de envase abaixo conforme mostra a figura 39, deixa claro o número de interfaces homem e máquina que serão estudados neste experimento, objetivando reduzir ao máximo as variações existentes entre eles. Como premissa, dever-se-ia obter resultados positivos sem a automação ou autonomação das interfaces. Para isso necessitou-se explorar a metodologia Seis Sigma para entender quais as interações existentes entre as diferentes IHM que realmente possuíam forte correlação referente ao baixo volume envasado, interferindo na produtividade do envase e por conseqüência não atendendo o volume requerido e planejado. O aumento de horas extras necessárias para alcançar a meta de envase deveria ser eliminado com o aumento proposto da produtividade. Na seqüência, determinaram-se as causas que geravam as falhas para posteriormente alavancar as melhorias, testando cada uma delas sob o ponto de vista da estatística, a fim de se verificar sua eficácia e eficiência no processo por meio da produtividade final. Na última fase estabeleceram-se controles com o intuito de fornecer ao processo sustentabilidade as ações tomadas. Funil de Tinta 1 Etiquetador de embalagens Processo de Fechamento Empacotamento 3 Paletização 5 2 Alimentação de embalagens Processo de envase Disco pulmão 4 Túnel de encolhimento FIGURA 39 ESQUEMA DE ENVASE DE TINTAS E RESPECTIVAS INTERFACES FONTE: próprio autor 8 IHM: Interface Homem Máquina refere-se à ação do homem para operação do equipamento, como por exemplo, no acionamento de comandos por meio de painéis eletrônicos. Fonte: Próprio Autor

σ LEAN LEAN SEIS SIGMA FORMAÇÃO GREEN BELT TURMA REDUZIDA INÍCIO EM JANEIRO DE 2015

σ LEAN LEAN SEIS SIGMA FORMAÇÃO GREEN BELT TURMA REDUZIDA INÍCIO EM JANEIRO DE 2015 6 σ LEAN FORMAÇÃO GREEN BELT TURMA REDUZIDA INÍCIO EM JANEIRO DE 2015 FORMAÇÃO GREEN BELT ORIGENS DO A metodologia Seis Sigma surgiu na Motorola, na década de 1980, e foi posteriormente implementada na

Leia mais

SISTEMÁTICA PARA SELEÇÃO DE TÉCNICAS ESTATÍSTICAS APLICADA AO DESENVOLVIMENTO DE PRODUTOS

SISTEMÁTICA PARA SELEÇÃO DE TÉCNICAS ESTATÍSTICAS APLICADA AO DESENVOLVIMENTO DE PRODUTOS SISTEMÁTICA PARA SELEÇÃO DE TÉCNICAS ESTATÍSTICAS APLICADA AO DESENVOLVIMENTO DE PRODUTOS Creusa Sayuri Tahara Amaral Grupo ei2 NUMA EESC USP São Carlos Agenda Introdução Metodologia Seis sigma Design

Leia mais

σ LEAN LEAN SEIS SIGMA FORMAÇÃO GREEN BELT TURMA REDUZIDA INÍCIO EM SETEMBRO DE 2015

σ LEAN LEAN SEIS SIGMA FORMAÇÃO GREEN BELT TURMA REDUZIDA INÍCIO EM SETEMBRO DE 2015 6 σ LEAN FORMAÇÃO GREEN BELT TURMA REDUZIDA INÍCIO EM SETEMBRO DE 2015 FORMAÇÃO GREEN BELT ORIGENS DO A metodologia Seis Sigma surgiu na Motorola, na década de 1980, e foi posteriormente implementada na

Leia mais

Por que Lean & Six Sigma?

Por que Lean & Six Sigma? CONTEÚDO DA PALESTRA O O que é LEAN? O O que é Six Sigma? Por que? LEAN LEAN ORIGEM DO LEAN A metodologia Lean já existe há algum tempo: A Ford foi pioneira no início do século XX 33 horas para concluir

Leia mais

Otimização de. Processos I

Otimização de. Processos I Seis Sigma Otimização de Gestão de Negócios Processos I Alberto Pezeiro Sócio Diretor Seta Desenvolvimento Gerencial pezeiro@setadg.com.br (11) 8110-0026 www.setadg.com.br 1 Introdução Otimização de A

Leia mais

σ LEAN LEAN SEIS SIGMA UPGRADE BLACK BELT TURMA REDUZIDA INÍCIO EM ABRIL DE 2016

σ LEAN LEAN SEIS SIGMA UPGRADE BLACK BELT TURMA REDUZIDA INÍCIO EM ABRIL DE 2016 6 σ LEAN UPGRADE BLACK BELT TURMA REDUZIDA INÍCIO EM ABRIL DE 2016 UPGRADE BLACK BELT ORIGENS DO A metodologia Seis Sigma surgiu na Motorola, na década de 1980, e foi posteriormente implementada na General

Leia mais

COMO FALHAR COM SEIS SIGMA

COMO FALHAR COM SEIS SIGMA COMO FALHAR COM SEIS SIGMA Marco Siqueira Campos Diretor da Siqueira Campos Associados Estatístico - Eng. Qualidade Cert. ASQ Quem somos de atuação. Foco em métodos quantitativos para qualidade, produtividade

Leia mais

σ LEAN LEAN SEIS SIGMA UPGRADE BLACK BELT TURMA REDUZIDA INÍCIO EM AGOSTO DE 2015

σ LEAN LEAN SEIS SIGMA UPGRADE BLACK BELT TURMA REDUZIDA INÍCIO EM AGOSTO DE 2015 6 σ LEAN UPGRADE BLACK BELT TURMA REDUZIDA INÍCIO EM AGOSTO DE 2015 UPGRADE BLACK BELT ORIGENS DO A metodologia Seis Sigma surgiu na Motorola, na década de 1980, e foi posteriormente implementada na General

Leia mais

4.6 6 Sigma. Abertura. Definição. Conceitos. Aplicação. Comentários. Pontos fortes. Pontos fracos. Encerramento

4.6 6 Sigma. Abertura. Definição. Conceitos. Aplicação. Comentários. Pontos fortes. Pontos fracos. Encerramento 4.6 6 Sigma 4.6 6 Sigma O início dos estudos a respeito de 6-Sigma remontam a 1979 por ação de um dos diretores da Motorola naquele momento, Art Sundy. Tudo começa quando ele se dá conta da quantidade

Leia mais

Otimização. Processos I

Otimização. Processos I Saiba Como o Six Sigma Convive com Outras Metodologias de Gestão e Como Otimização Alinhadas Podem Promover de a Otimização de Processos e Resultados Expressivos Processos I Alberto Pezeiro pezeiro@setadg.com.br

Leia mais

Copyright Alberto W. Ramos 1. Breve Histórico do 6 Sigma

Copyright Alberto W. Ramos 1. Breve Histórico do 6 Sigma Copyright Alberto W. Ramos 1 Breve Histórico do 6 Sigma Criado pela Motorola na década de 80; Adotado mundialmente por diversas empresas: Allied Signal, General Electric, Polaroid, Asea Brown Boveri, Kodak,

Leia mais

Treinamento de. Green Belt em Lean Seis Sigma

Treinamento de. Green Belt em Lean Seis Sigma Treinamento de Green Belt em Lean Seis Sigma Sumário 03. Nossa Empresa 05. Seis Sigma 06. Treinamento de Green Belt em Lean Seis Sigma 07. Conteúdo Programático 12. Certificados 13. Principais Instrutores

Leia mais

Entrevista Lean Six Sigma com David Vicentin (para compor reportagem da Revista Banas Qualidade julho/2010)

Entrevista Lean Six Sigma com David Vicentin (para compor reportagem da Revista Banas Qualidade julho/2010) Entrevista Lean Six Sigma com David Vicentin (para compor reportagem da Revista Banas Qualidade julho/2010) 1) Fale a respeito de sua formação profissional e atuação. Sou engenheiro de produção pela Escola

Leia mais

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA CURSOS DE EXTENSÃO CURSOS DE ESPECIALIZAÇÃO MODALIDADE EXTENSÃO UNIVERSITÁRIA

UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE ENGENHARIA MECÂNICA CURSOS DE EXTENSÃO CURSOS DE ESPECIALIZAÇÃO MODALIDADE EXTENSÃO UNIVERSITÁRIA CURSOS DE ESPECIALIZAÇÃO MODALIDADE EXTENSÃO UNIVERSITÁRIA FEM 1000 ENGENHARIA DA QUALIDADE OBJETIVOS: O curso de Especialização em Engenharia da Qualidade visa contribuir para a preparação de profissionais

Leia mais

Introdução Visão Geral Processos de gerenciamento de qualidade. Entradas Ferramentas e Técnicas Saídas

Introdução Visão Geral Processos de gerenciamento de qualidade. Entradas Ferramentas e Técnicas Saídas Introdução Visão Geral Processos de gerenciamento de qualidade Entradas Ferramentas e Técnicas Saídas O que é qualidade? Qualidade é a adequação ao uso. É a conformidade às exigências. (ISO International

Leia mais

"Seis Sigma" no gerenciamento dos processos e negócios das empresas

Seis Sigma no gerenciamento dos processos e negócios das empresas "Seis Sigma" no gerenciamento dos processos e negócios das empresas Introdução: Como resultado do trabalho pioneiro na Motorola - reforçado pelo esforço de empresas do porte da ABB, Alied Signal, General

Leia mais

Preparação para a Certificação Six Sigma Black Belt

Preparação para a Certificação Six Sigma Black Belt Preparação para a Certificação Six Sigma Black Belt OBJETIVOS DO CURSO Apresentar aos participantes os conteúdos do Corpo de Conhecimento necessários à certificação, possibilitando que aprimorem os seus

Leia mais

Seis Sigma Gentilmente cedido ao curso pelo Hospital Albert Einstein

Seis Sigma Gentilmente cedido ao curso pelo Hospital Albert Einstein Seis Sigma Objetivos deste Material Alinhar os conceitos sobre a metodologia Seis Sigma; Explorar o escopo de projetos na prática da gestão dos serviços; Instituir um pensamento estruturado para a resolução

Leia mais

Como Selecionar Projetos Seis Sigma

Como Selecionar Projetos Seis Sigma Como Selecionar Projetos Seis Sigma Cristina Werkema Etapas do processo de seleção A definição dos projetos a serem desenvolvidos pelos Black Belts e Green Belts é uma das atividades mais importantes do

Leia mais

POTENCIALIZANDO OS GANHOS COM LEAN SEIS SIGMA

POTENCIALIZANDO OS GANHOS COM LEAN SEIS SIGMA POTENCIALIZANDO OS GANHOS COM LEAN SEIS SIGMA Marco Siqueira Campos Diretor da Siqueira Campos Associados Estatístico - Eng. Qualidade Cert. ASQ 15 anos 15 anos 1 Quem somos 15 anos de atuação. Foco em

Leia mais

Questionário - Proficiência Clínica

Questionário - Proficiência Clínica Tema: Elaborador: ENGENHARIA DE PROCESSOS NO LABORATÓRIO CLÍNICO Fernando de Almeida Berlitz. Farmacêutico-Bioquímico (UFRGS). MBA Gestão Empresarial e Marketing (ESPM). Lean Six Sigma Master Black Belt.

Leia mais

DPS1036 SISTEMAS DA QUALIDADE I METODOLOGIA SEIS SIGMA E MÉTODO DMAIC

DPS1036 SISTEMAS DA QUALIDADE I METODOLOGIA SEIS SIGMA E MÉTODO DMAIC DPS1036 SISTEMAS DA QUALIDADE I METODOLOGIA SEIS SIGMA E MÉTODO DMAIC Aula 18 Introdução 2 As técnicas e ferramentas utilizadas no Seis Sigma permitem: Entender o problema; estudar suas causas; analisar

Leia mais

Modelos de Gestão Ferramentas de Gestão

Modelos de Gestão Ferramentas de Gestão Modelos de Gestão Ferramentas de Gestão Um pouco sobre qualidade na administração Onde estamos? Onde chegar? Quando chegar? Qual direção tomar? 2 2 2 É uma metodologia estruturada para fornecimento de

Leia mais

PÓS-GRADUAÇÃO EM ENGENHARIA E TECNOLOGIA ESPACIAIS

PÓS-GRADUAÇÃO EM ENGENHARIA E TECNOLOGIA ESPACIAIS PÓS-GRADUAÇÃO EM ENGENHARIA E TECNOLOGIA ESPACIAIS PROGRAMA SEIS SIGMA Aluno: Msc. EDER PADUAN ALVES Msc. LUCAS BENEDITO DOS REIS SOUSA Professor: Dr. Leonel Perondi OUTUBRO / 2011 PROGRAMA LEAN 6 SIGMA

Leia mais

O Impacto da Qualidade no Gerenciamento de Projetos

O Impacto da Qualidade no Gerenciamento de Projetos Livraria Virtual PMI 2009 Project Management Institute O Impacto da Qualidade no Gerenciamento de Projetos Por Shobhit Shrotriya Resumo Toda organização enfrenta a difícil tarefa de executar projetos que

Leia mais

A Evolução do Seis Sigma

A Evolução do Seis Sigma A Evolução do Seis Sigma Cristina Werkema Breve histórico e bases do Seis Sigma O Seis Sigma é uma estratégia gerencial disciplinada e altamente quantitativa, que tem como objetivo aumentar drasticamente

Leia mais

6σ DMAIC. Visão Geral. 6 Sigma. Visão Geral. Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.pedro.unifei.edu.br - (35)36291161 Visão 1

6σ DMAIC. Visão Geral. 6 Sigma. Visão Geral. Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.pedro.unifei.edu.br - (35)36291161 Visão 1 6 Sigma Visão Geral Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.pedro.unifei.edu.br - (35)36291161 Visão 1 Apenas um empregado Um empregado que pensa Um empregado Obrigado a pensar! Pedro

Leia mais

FMEA, PDCA, TQM, PPAP

FMEA, PDCA, TQM, PPAP Ementários Fundamentos do Pensamento Lean e Toyota Production System TPS 20 horas Introdução ao Pensamento Lean six Sigma e ao TPS Histórico Evolutivo do TPS Pilares do TPS Princípios Lean Fundamentos

Leia mais

David Vicentin (dvicentin@setecnet.com.br) Gerente de Lean Six Sigma

David Vicentin (dvicentin@setecnet.com.br) Gerente de Lean Six Sigma Carta do Leitor Por: David Vicentin (dvicentin@setecnet.com.br) Gerente de Lean Six Sigma Engenheiro de produção pela Escola Politécnica da USP e especialista em PNL pela SBPNL. Gerente da área de Lean

Leia mais

Tradução livre do PMBOK 2000, V 1.0, disponibilizada através da Internet pelo PMI MG em abril de 2001

Tradução livre do PMBOK 2000, V 1.0, disponibilizada através da Internet pelo PMI MG em abril de 2001 Capítulo 8 Gerenciamento da Qualidade do Projeto O Gerenciamento da Qualidade do Projeto inclui os processos necessários para garantir que o projeto irá satisfazer as necessidades para as quais ele foi

Leia mais

Estratégia Seis Sigma. Prof. Dr. Messias Borges Silva

Estratégia Seis Sigma. Prof. Dr. Messias Borges Silva Estratégia Seis Sigma Livre Docente em Engenharia da Qualidade (UNESP) Engenheiro Industrial Químico (FAENQUIL- EEL/USP) Certified Quality Engineer (American Society for Quality-ASQ-USA) Pós-graduado em

Leia mais

QUALIDADE DE SOFTWARE AULA N.5

QUALIDADE DE SOFTWARE AULA N.5 QUALIDADE DE SOFTWARE AULA N.5 Curso: SISTEMAS DE INFORMAÇÃO Disciplina: Qualidade de Software Profa. : Kátia Lopes Silva 1 SISTEMAS DA QUALIDADE SEIS SIGMA 1. INTRODUÇÃO 2. SEIS SIGMA 2 O QUE É O SEIS

Leia mais

Gestão da qualidade. Conceito e histórico da qualidade. Prof. Dr. Gabriel Leonardo Tacchi Nascimento

Gestão da qualidade. Conceito e histórico da qualidade. Prof. Dr. Gabriel Leonardo Tacchi Nascimento Gestão da qualidade Conceito e histórico da qualidade Prof. Dr. Gabriel Leonardo Tacchi Nascimento Como é vista a qualidade Redução de custos Aumento de produtividade Conceito básico de qualidade Satisfação

Leia mais

Excelência na Gestão de Ativos

Excelência na Gestão de Ativos Excelência na Gestão de Ativos 2015 Mudanças em Tempos Difíceis Em tempos difíceis é que as mudanças são necessárias, e a habilidades dos navegantes são testadas. Neste contexto a NT Desenvolvimento Gerencial

Leia mais

Proposta. Treinamento Lean Six Sigma. Apresentação Executiva. Treinamento Lean Six Sigma - Green Belt

Proposta. Treinamento Lean Six Sigma. Apresentação Executiva. Treinamento Lean Six Sigma - Green Belt Treinamento Lean Six Sigma Green Belt Apresentação Executiva 1 O treinamento de Green Belt Six Sigma tem como premissa proporcionar o entendimento dos princípios Six Sigma e suas ferramentas. Green Belts

Leia mais

CONGRESSO LEAN SIX SIGMA MAIO 2009

CONGRESSO LEAN SIX SIGMA MAIO 2009 CONGRESSO LEAN SIX SIGMA MAIO 2009 A GESTÃO DO NEGÓCIO ATRAVÉS DA METODOLOGIA E A BUSCA PELA EXCELÊNCIA OPERACIONAL 1 ALBERTO PEZEIRO SÓCIO - DIRETOR pezeiro@setadg.com.br TEL.+55.19.3707-1535 CEL.+55.11.8111-0026

Leia mais

FUNDAMENTOS DA EMPRESA ENXUTA

FUNDAMENTOS DA EMPRESA ENXUTA FUNDAMENTOS DA EMPRESA ENXUTA Prof. Darli Rodrigues Vieira darli@darli.com.br O QUE ESTÁ POR TRÁS DA IDÉIA DE EMPRESA ENXUTA? ELIMINAÇÃO DE TODO TIPO DE DESPERDÍCIO NO SUPPLY VELOCIDADE FLEXIBILIDADE QUALIDADE

Leia mais

Criando a Cultura Seis Sigma

Criando a Cultura Seis Sigma Cristina WERKEMA Série SEIS SIGMA VOLUME 1 Criando a Cultura Seis Sigma agradeço A Deus por tudo, o que inclui a enorme capacidade com que fui dotada para amar, verdadeiramente, o meu trabalho. A todas

Leia mais

Introdução à Qualidade. Aécio Costa

Introdução à Qualidade. Aécio Costa Introdução à Qualidade Aécio Costa O que é Qualidade? Percepções Necessidades Resultados O que influencia: Cultura Modelos mentais Tipo de produto ou serviço prestado Necessidades e expectativas Qualidade:

Leia mais

O que é Sigma? E o que é Seis Sigma?

O que é Sigma? E o que é Seis Sigma? O que é Sigma? Sigma é uma letra grega (s) usada na Estatística para representar o desvio-padrão de uma distribuição. Em Estatística, letras gregas são usadas para representar parâmetros, e seus valores

Leia mais

A IMPORTÂNCIA DO TESTE DE SOFTWARE PARA A QUALIDADE DO PROJETO

A IMPORTÂNCIA DO TESTE DE SOFTWARE PARA A QUALIDADE DO PROJETO A IMPORTÂNCIA DO TESTE DE SOFTWARE PARA A QUALIDADE DO PROJETO Autora: LUCIANA DE BARROS ARAÚJO 1 Professor Orientador: LUIZ CLAUDIO DE F. PIMENTA 2 RESUMO O mercado atual está cada vez mais exigente com

Leia mais

Gestão da Qualidade. Controle Estatístico de Qualidade. Roteiro. Evolução da Qualidade. Inspeção do produto:

Gestão da Qualidade. Controle Estatístico de Qualidade. Roteiro. Evolução da Qualidade. Inspeção do produto: Roteiro Gestão da Qualidade 1. Filosofias da Qualidade e Estratégias de Gestão 2. Custos da Qualidade 3. Gestão pela Qualidade Total 4. Ciclo PDCA 5. Ferramentas de Gerenciamento 6. Seis Sigma 7. Referências

Leia mais

IMPLEMENTANDO O LEAN SIX SIGMA

IMPLEMENTANDO O LEAN SIX SIGMA IMPLEMENTANDO O LEAN SIX SIGMA LEAN MANUFACTURING SIX SIGMA Portifólio Marcelo Rivas Fernandes, instrutor para os cursos: Champions, Black, Green e Yellow Belts em Lean Six Sigma Portifólio Palestras e

Leia mais

GERALDO NILTON DE OLIVEIRA. A METODOLOGIA DMAIC: uma alternativa robusta para a melhoria de processos.

GERALDO NILTON DE OLIVEIRA. A METODOLOGIA DMAIC: uma alternativa robusta para a melhoria de processos. GERALDO NILTON DE OLIVEIRA A METODOLOGIA DMAIC: uma alternativa robusta para a melhoria de processos. Monografia apresentada ao Departamento de Ciências Exatas da Universidade Federal de Lavras, como parte

Leia mais

Thiago P. Arouca Toledo (UNIFEI) thiagoarouca@hotmail.com Pedro Paulo Balestrassi (UNIFEI) pedro@iem.efei.br

Thiago P. Arouca Toledo (UNIFEI) thiagoarouca@hotmail.com Pedro Paulo Balestrassi (UNIFEI) pedro@iem.efei.br Tuiuiu Papercóptero: Um exemplo didático para a metodologia Seis Sigma na otimização de duas respostas simultâneas utilizando planejamento de experimentos. Thiago P. Arouca Toledo (UNIFEI) thiagoarouca@hotmail.com

Leia mais

O CEP COMO FERRAMENTA DE MELHORIA DE QUALIDADE E PRODUTIVIDADE NAS ORGANIZAÇÕES.

O CEP COMO FERRAMENTA DE MELHORIA DE QUALIDADE E PRODUTIVIDADE NAS ORGANIZAÇÕES. O CEP COMO FERRAMENTA DE MELHORIA DE QUALIDADE E PRODUTIVIDADE NAS ORGANIZAÇÕES. Evandro de Paula Faria, Claudia Cristina de Andrade, Elvis Magno da Silva RESUMO O cenário competitivo exige melhoria contínua

Leia mais

MODELO SEIS SIGMA. Histórico e Perspecitiva Estratégica da Qualidade. TQM / Seis Sigma / ISO 9000. Ferramentas da Qualidade.

MODELO SEIS SIGMA. Histórico e Perspecitiva Estratégica da Qualidade. TQM / Seis Sigma / ISO 9000. Ferramentas da Qualidade. Operacional Tático Estratégico Sustentabilidade Serviços MODELO SEIS SIGMA Histórico e Perspecitiva Estratégica da Qualidade PRINCÍPIOS Gerenciamento das Diretrizes TQM / Seis Sigma / ISO 9000 Gestão por

Leia mais

6 SIGMA - O QUE É O 6 SIGMA - CONCEITOS BÁSICOS DO 6 SIGMA. - SIX SIGMA x QUALIDADE TOTAL - METODOLOGIA DMAIC - PARTICIPANTES DO 6 SIGMA

6 SIGMA - O QUE É O 6 SIGMA - CONCEITOS BÁSICOS DO 6 SIGMA. - SIX SIGMA x QUALIDADE TOTAL - METODOLOGIA DMAIC - PARTICIPANTES DO 6 SIGMA CONTEÚDO DO CURSO DE 6 SIGMA PROMOVIDO PELA www.administrabrasil.com.br - O QUE É O 6 SIGMA - CONCEITOS BÁSICOS DO 6 SIGMA - SIX SIGMA x QUALIDADE TOTAL - METODOLOGIA DMAIC - PARTICIPANTES DO 6 SIGMA -

Leia mais

Estratégia Seis Sigma

Estratégia Seis Sigma Estratégia Seis Sigma Transformando oportunidades em resultados para os negócios M. I. Domenech Seis Sigma - Treinamentos Seis Sigma Crescimento Melhoria de Processos - Treinamentos M. I. Domenech Carlos

Leia mais

Seis Sigma para Desenvolvimento de Fornecedores Case em um Operador Logístico

Seis Sigma para Desenvolvimento de Fornecedores Case em um Operador Logístico 21 a 25 de Agosto de 2006 Belo Horizonte - MG Seis Sigma para Desenvolvimento de Fornecedores Case em um Operador Logístico Eng. Fabiane Ely Rio Grande Energia - RGE fely@rge-rs.com.br Eng. Filipe Müller

Leia mais

UNIVERSIDADE SÃO FRANCISCO ENTENDENDO A METODOLOGIA SEIS SIGMA E SUAS PRINCIPAIS FERRAMENTAS

UNIVERSIDADE SÃO FRANCISCO ENTENDENDO A METODOLOGIA SEIS SIGMA E SUAS PRINCIPAIS FERRAMENTAS UNIVERSIDADE SÃO FRANCISCO Engenharia de Produção CARLOS FELIPPE TAMASSIA DE CARVALHO ENTENDENDO A METODOLOGIA SEIS SIGMA E SUAS PRINCIPAIS FERRAMENTAS CAMPINAS 2014 CARLOS FELIPPE TAMASSIA DE CARVALHO

Leia mais

Introdução ao Seis Sigma. Nota:6 Sigma é marca registrada da Motorola. Black Belt é marca registrada da Sigma Consultants.

Introdução ao Seis Sigma. Nota:6 Sigma é marca registrada da Motorola. Black Belt é marca registrada da Sigma Consultants. Introdução ao Seis Sigma Nota:6 Sigma é marca registrada da Motorola. Black Belt é marca registrada da Sigma Consultants. O termo sigma é usado para designar a distribuição ou a dispersão ( spread ) de

Leia mais

Engenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer

Engenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer Tema DoE Projeto Curso Disciplina Tema Professor Pós-graduação Engenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer Introdução O DoE Design of Experiments é uma ferramenta

Leia mais

Envolvendo a área Operacional da Companhia. Alberto Pezeiro Seta Desenvolvimento Gerencial pezeiro@setadg.com.br F.+55.11.8110-0026 www.setadg.com.

Envolvendo a área Operacional da Companhia. Alberto Pezeiro Seta Desenvolvimento Gerencial pezeiro@setadg.com.br F.+55.11.8110-0026 www.setadg.com. Envolvendo a área Operacional da Companhia Alberto Pezeiro Seta Desenvolvimento Gerencial pezeiro@setadg.com.br F.+55.11.8110-0026 www.setadg.com.br Escolha Adequada da Estratégia de Melhoria de Processos

Leia mais

Comercial. Gestão da Qualidade

Comercial. Gestão da Qualidade Gestão da Qualidade Comercial Ferramentas da Qualidade: Ações preventivas são tomadas em problemas potenciais, aqueles que ainda não ocorreram, mas que podem vir a ocorrer no futuro caso não seja tomada

Leia mais

LEAN MANUFACTURING FERRAMENTAS E APLICAÇÕES EM PROCESSOS PRODUTIVOS E TRANSACIONAIS

LEAN MANUFACTURING FERRAMENTAS E APLICAÇÕES EM PROCESSOS PRODUTIVOS E TRANSACIONAIS LEAN MANUFACTURING FERRAMENTAS E APLICAÇÕES EM PROCESSOS PRODUTIVOS E TRANSACIONAIS Semana LIAG Limeira: 09/05/2011 1 Apresentação Palestrante: José Augusto Buck Marcos Engenheiro com formação e especialização

Leia mais

Uma Aplicação da Metodologia Seis Sigma em um Processo Industrial

Uma Aplicação da Metodologia Seis Sigma em um Processo Industrial 1 Uma Aplicação da Metodologia Seis Sigma em um Processo Industrial 1 Garcia, M. V. R. 2 Silva, M. F. C. 3 Ribeiro, J. A. J. 4 Arantes, J. F. R. ETEP Faculdades ETEP Faculdades ETEP Faculdades ETEP Faculdades

Leia mais

LEAN APLICADO À CADEIA DE SUPRIMENTOS

LEAN APLICADO À CADEIA DE SUPRIMENTOS LEAN APLICADO À CADEIA DE SUPRIMENTOS INTRODUÇÃO AO LEAN MANUFACTURING SUPPLY CHAIN (INCLUI LOGÍSTICA) 2 2 INTRODUÇÃO AO LEAN MANUFACTURING 3 INTRODUÇÃO AO LEAN MANUFACTURING Pensar fora da caixa... Lean

Leia mais

A Cadeia de Ajuda para Manter a Estabilidade Produtiva

A Cadeia de Ajuda para Manter a Estabilidade Produtiva A Cadeia de Ajuda para Manter a Estabilidade Produtiva Sergio Kamada* Este artigo tem como objetivo descrever a importância da Cadeia de Ajuda no processo de estabilização produtiva e apresentar métodos

Leia mais

Cristina WERKEMA. Série SEIS SIGMA VOLUME 4. Lean Seis Sigma. Introdução às Ferramentas do Lean Manufacturing

Cristina WERKEMA. Série SEIS SIGMA VOLUME 4. Lean Seis Sigma. Introdução às Ferramentas do Lean Manufacturing Cristina WERKEMA Série SEIS SIGMA VOLUME 4 Lean Seis Sigma Introdução às Ferramentas do Lean Manufacturing Copyright by Maria Cristina Catarino Werkema Todos os direitos desta edição são reservados à Werkema

Leia mais

Six Sigma IX SIMPOI. Prof. Stavros P. Xanthopoylos spx@fgvsp.br

Six Sigma IX SIMPOI. Prof. Stavros P. Xanthopoylos spx@fgvsp.br Six Sigma IX SIMPOI Prof. Stavros P. Xanthopoylos spx@fgvsp.br Agosto/2006 Conceitos Básicos de Operações VISÃO SISTÊMICA PARTICIPAÇÃO DO MERCADO /CLIENTES (FEEDBACK) INPUTS TRABA- LHADORES GERENTES EQUIPA-

Leia mais

Seis Sigma Qualidade com lucratividade

Seis Sigma Qualidade com lucratividade 1 Seis Sigma Qualidade com lucratividade Luís Fernando Nuss de Souza Fábio Marcos de Elias Nara Vieira Vetter Associação Educacional Dom Bosco - AEDB Renato Moraes dos Santos Thiago Teixeira dos Santos

Leia mais

MÓDULO 7 Ferramentas da Qualidade

MÓDULO 7 Ferramentas da Qualidade MÓDULO 7 Ferramentas da Qualidade Os modelos de Qualidade Total apresentam uma estrutura teórica bem consistente, pois: não há contradições entre as suas afirmações básicas; há uma estrutura bem definida

Leia mais

GESTÃO POR PROCESSOS JANEIRO 2011

GESTÃO POR PROCESSOS JANEIRO 2011 GESTÃO POR PROCESSOS JANEIRO 2011 Como as Organizações estão utilizando o Desenvolvimento do BPM e de Outros Sistemas de Gestão na Preparação dos Líderes da Organização ALBERTO PEZEIRO SÓCIO - DIRETOR

Leia mais

METODOLOGIA SEIS SIGMA: SUA APLICAÇÃO NA REDUÇÃO DOS CUSTOS POR REFUGO NA INSPEÇÃO FINAL DAS PEÇAS PIN TRANS

METODOLOGIA SEIS SIGMA: SUA APLICAÇÃO NA REDUÇÃO DOS CUSTOS POR REFUGO NA INSPEÇÃO FINAL DAS PEÇAS PIN TRANS METODOLOGIA SEIS SIGMA: SUA APLICAÇÃO NA REDUÇÃO DOS CUSTOS POR REFUGO NA INSPEÇÃO FINAL DAS PEÇAS PIN TRANS Flávio Antônio de Jesus SERAFIM 1 Liliana Ferraz TOLEDO 1 Raul DELLEGÁ 1 Rosemary Turino SARTORI

Leia mais

Qualidade e Auditoria de Sistemas

Qualidade e Auditoria de Sistemas Histórico do Modelo As origens do Seis Sigma como um padrão de medição vêm dos trabalhos de Carl Frederick Gauss (1777-1855), que introduziu o conceito da curva normal ou curva de Gauss. As raízes do Seis

Leia mais

SEIS SIGMA: O ESTADO DA ARTE NA OTIMIZAÇÃO DE PROCESSOS LEVANDO À REDUÇÃO DE ÍNDICES DE PERDAS.

SEIS SIGMA: O ESTADO DA ARTE NA OTIMIZAÇÃO DE PROCESSOS LEVANDO À REDUÇÃO DE ÍNDICES DE PERDAS. 1 SEIS SIGMA: O ESTADO DA ARTE NA OTIMIZAÇÃO DE PROCESSOS LEVANDO À REDUÇÃO DE ÍNDICES DE PERDAS. Tema VII Organização e Gestão dos Serviços de Saneamento: Recursos Humanos, Políticas Públicas e Educação

Leia mais

Dificuldades da implantação do programa Seis Sigma

Dificuldades da implantação do programa Seis Sigma Dificuldades da implantação do programa Seis Sigma Diego Paulo Penczkoski (Universidade Tecnológica Federal do Paraná UTFPR - Campus Ponta Grossa) E-mail: diegopaulop_msn@hotmail.com Bruno Pedroso (Universidade

Leia mais

6 Sigma ENTENDENDO O. Curso e- Learning

6 Sigma ENTENDENDO O. Curso e- Learning Curso e- Learning ENTENDENDO O 6 Sigma Todos os direitos de cópia reservados. Não é permitida a distribuição física ou eletrônica deste material sem a permissão expressa do autor. Objetivos do Curso Este

Leia mais

Módulo 6. Todos os direitos de cópia reservados. Não é permitida a distribuição física ou eletrônica deste material sem a permissão expressa do autor.

Módulo 6. Todos os direitos de cópia reservados. Não é permitida a distribuição física ou eletrônica deste material sem a permissão expressa do autor. Módulo 6 Módulo 6 Desenvolvimento do projeto com foco no negócio BPM, Análise e desenvolvimento, Benefícios, Detalhamento da metodologia de modelagem do fluxo de trabalho EPMA. Todos os direitos de cópia

Leia mais

Introdução Qualidade de Software

Introdução Qualidade de Software Introdução Qualidade de Software Seis Sigma Prof. Ms. Luiz Alberto Contato: lasf.bel@gmail.com A gestão da qualidade total é hoje uma das principais estratégias competitivas para as mais diversas empresas

Leia mais

PROJETO LEAN SIX SIGMA PARA ADEQUAÇÃO E CONTROLE DE WORK IN PROCESS (WIP) EM UMA INDÚSTRIA ELETROELETRÔNICA DO PÓLO INDUSTRIAL DE MANAUS

PROJETO LEAN SIX SIGMA PARA ADEQUAÇÃO E CONTROLE DE WORK IN PROCESS (WIP) EM UMA INDÚSTRIA ELETROELETRÔNICA DO PÓLO INDUSTRIAL DE MANAUS PROJETO LEAN SIX SIGMA PARA ADEQUAÇÃO E CONTROLE DE WORK IN PROCESS (WIP) EM UMA INDÚSTRIA ELETROELETRÔNICA DO PÓLO INDUSTRIAL DE MANAUS FÁBIO ANDRÉ DE FARIAS VILHENA (UFPA) vilhena.fabio@hotmail.com JOSÉ

Leia mais

INTRODUÇÃO E CAPÍTULO 1 (parcial) CARPINETTI, L.C.R., MIGUEL, P.A.C., GEROLAMO, M.C., Gestão da Qualidade: ISO 9001:2000, São Paulo, Atlas, 2009.

INTRODUÇÃO E CAPÍTULO 1 (parcial) CARPINETTI, L.C.R., MIGUEL, P.A.C., GEROLAMO, M.C., Gestão da Qualidade: ISO 9001:2000, São Paulo, Atlas, 2009. INTRODUÇÃO E CAPÍTULO 1 (parcial) CARPINETTI, L.C.R., MIGUEL, P.A.C., GEROLAMO, M.C., Gestão da Qualidade: ISO 9001:2000, São Paulo, Atlas, 2009. Introdução Segundo as informações disponíveis no site do

Leia mais

Engenharia de Software II: Criando a EAP e planejando a Qualidade. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br

Engenharia de Software II: Criando a EAP e planejando a Qualidade. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Engenharia de Software II: Criando a EAP e planejando a Qualidade Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Criando EAP. Planejando a qualidade. Criando a Estrutura Analítica do Projeto

Leia mais

Comparando as metodologias Lean Enterprise, Six Sigma e de Gestão da Qualidade

Comparando as metodologias Lean Enterprise, Six Sigma e de Gestão da Qualidade Página 1 de 6 NOTÍCIAS CARREIRAS & GESTÂO CURSOS & SEMINÁRIOS LIVROS DANÇA DAS CADEIRAS PESQUISAS COMPRAS ENTREVISTAS EM VÍDEO LAZER & TURISMO HOME Artigos Comparando as metodologias Lean Enterprise, Six

Leia mais

QUALIDADE E GESTÃO OS DESAFIOS DAS EMPRESAS NA BUSCA PELA EXCELÊNCIA. Dr. Marcos A. F. Borges (marcosborges@auctus.com.br) Marcos A. F.

QUALIDADE E GESTÃO OS DESAFIOS DAS EMPRESAS NA BUSCA PELA EXCELÊNCIA. Dr. Marcos A. F. Borges (marcosborges@auctus.com.br) Marcos A. F. QUALIDADE E GESTÃO OS DESAFIOS DAS EMPRESAS NA BUSCA PELA EXCELÊNCIA Dr. Marcos A. F. Borges (marcosborges@auctus.com.br) 1 07/06/2010 Amparo Marcos A. F. Borges Engenheiro, Mestre e Doutor UNICAMP Jogos

Leia mais

Lean Six Sigma na área de RH. Alberto Pezeiro Seta Desenvolvimento Gerencial pezeiro@setadg.com.br F.+55.11.8110-0026 www.setadg.com.

Lean Six Sigma na área de RH. Alberto Pezeiro Seta Desenvolvimento Gerencial pezeiro@setadg.com.br F.+55.11.8110-0026 www.setadg.com. Lean Six Sigma na área de RH Alberto Pezeiro Seta Desenvolvimento Gerencial pezeiro@setadg.com.br F.+55.11.8110-0026 www.setadg.com.br Gestão da Qualidade com foco nos indicadores da Qualidade... ANOS

Leia mais

CONGRESSO LEAN SIX SIGMA 2010

CONGRESSO LEAN SIX SIGMA 2010 CONGRESSO LEAN SIX SIGMA 2010 Lean Six Sigma e seu relacionamento com outras metodologias Alberto Pezeiro pezeiro@setadg.com.br TEL.+55.19.3707-1535 CEL.+55.11.8111-0026 www.setadg.com.br 1 Seta Desenvolvimento

Leia mais

Melhorando o retorno do investimento do lean seis sigma com equipes de ação rápida

Melhorando o retorno do investimento do lean seis sigma com equipes de ação rápida Especial - Lean Seis Sigma Melhorando o retorno do investimento do lean seis sigma com equipes de ação rápida Os líderes da implantação Lean Seis Sigma devem expandir suas ideias e adotar novas abordagens

Leia mais

Gerenciamento da Qualidade de Projetos. Parte 07. Gerenciamento de Projetos Espaciais CSE- 325. Docente: Petrônio Noronha de Souza

Gerenciamento da Qualidade de Projetos. Parte 07. Gerenciamento de Projetos Espaciais CSE- 325. Docente: Petrônio Noronha de Souza Gerenciamento da Qualidade de Projetos Parte 07 Gerenciamento de Projetos Espaciais CSE- 325 Docente: Petrônio Noronha de Souza Curso: Engenharia e Tecnologia Espaciais Concentração: Engenharia e Gerenciamento

Leia mais

COMO MELHORAR O DESEMPENHO DAS LINHAS DE. Edson Donisete da Silva, Carlos Roberto Sponteado Aquarius Software

COMO MELHORAR O DESEMPENHO DAS LINHAS DE. Edson Donisete da Silva, Carlos Roberto Sponteado Aquarius Software COMO MELHORAR O DESEMPENHO DAS LINHAS DE PRODUÇÃO Edson Donisete da Silva, Carlos Roberto Sponteado Aquarius Software Objetivo Apresentar conceitos e ferramentas atuais para melhorar eficiência da produção

Leia mais

Lean Seis Sigma e Benchmarking

Lean Seis Sigma e Benchmarking Lean Seis Sigma e Benchmarking Por David Vicentin e José Goldfreind O Benchmarking elimina o trabalho de adivinhação observando os processos por trás dos indicadores que conduzem às melhores práticas.

Leia mais

Portfólio de Treinamentos. Exo Excelência Operacional // 2014

Portfólio de Treinamentos. Exo Excelência Operacional // 2014 Portfólio de Treinamentos Exo Excelência Operacional // 2014 Treinamentos Exo Excelência Operacional A Exo Excelência Operacional traz para você e sua empresa treinamentos fundamentais para o desenvolvimento

Leia mais

LEAN-CURSOS E WORKSHOPS Cursos otimizados para as necessidades do Cliente Cursos Padrão Workshops de Capacitação

LEAN-CURSOS E WORKSHOPS Cursos otimizados para as necessidades do Cliente Cursos Padrão Workshops de Capacitação LEAN-CURSOS E WORKSHOPS Cursos otimizados para as necessidades do Cliente Cursos Padrão Workshops de Capacitação Serviços : Cursos e workshops especialmente criados para capacitar a sua organização no

Leia mais

FMEA. FMEA - Failure Mode and Effects Analysis (Análise dos Modos e Efeitos de Falha)

FMEA. FMEA - Failure Mode and Effects Analysis (Análise dos Modos e Efeitos de Falha) FMEA FMEA - Failure Mode and Effects Analysis (Análise dos Modos e Efeitos de Falha) Técnica auxiliar no projeto de sistemas, produtos, processos ou serviços. Flávio Fogliatto Confiabilidade 1 FMEA - Definição

Leia mais

TEOREMA CONSULTORIA Rua Roma, 620 Sala 81-B,Lapa Capital- SP CEP: 05050-090 www.teoremaconsult.com.br

TEOREMA CONSULTORIA Rua Roma, 620 Sala 81-B,Lapa Capital- SP CEP: 05050-090 www.teoremaconsult.com.br Cursos para Gestão da Qualidade TEOREMA CONSULTORIA Rua Roma, 620 Sala 81-B,Lapa Capital- SP CEP: 05050-090 www.teoremaconsult.com.br Interpretação / Implantação da ISO 9001:2008 Compreender a filosofia

Leia mais

História e Aplicação UMA FERRAMENTA EM BUSCA DO DEFEITO ZERO

História e Aplicação UMA FERRAMENTA EM BUSCA DO DEFEITO ZERO História e Aplicação UMA FERRAMENTA EM BUSCA DO DEFEITO ZERO REGINA PANAZZO 2009 INTRODUÇÃO Hoje, qualidade é uma questão indispensável, uma necessidade para quem quer se estabelecer no mercado globalizado.

Leia mais

O Seis Sigma como apoio a Estratégia Organizacional

O Seis Sigma como apoio a Estratégia Organizacional 1 O Seis Sigma como apoio a Estratégia Organizacional Andre Rodrigues da SILVA 1 Introdução A produção em massa revolucionou a fabricação na metade do século XIX e esta filosofia foi explorada por grandes

Leia mais

COMO INTEGRAR O SEIS SIGMA À ISO 9000:2000

COMO INTEGRAR O SEIS SIGMA À ISO 9000:2000 COMO INTEGRAR O SEIS SIGMA À ISO 9000:2000 The Informed Outlook Quando se trata de satisfazer os requisitos da ISO 9001:2000, Sistemas de gestão da qualidade - Requisitos, o Seis Sigma tem potencial para

Leia mais

ADMINISTRAÇÃO GERAL GESTÃO DA QUALIDADE

ADMINISTRAÇÃO GERAL GESTÃO DA QUALIDADE ADMINISTRAÇÃO GERAL GESTÃO DA QUALIDADE Atualizado em 03/12/2015 GESTÃO DA QUALIDADE As ideias principais que baseiam o significado atual da qualidade são, basicamente, as seguintes: Atender às expectativas,

Leia mais

Palestra: A Contribuição do Lean Six Sigma na Gestão do Negócio

Palestra: A Contribuição do Lean Six Sigma na Gestão do Negócio Palestra: A Contribuição do Lean Six Sigma na Gestão do Negócio Paulo César C Ferreira Franco Certified Manager of Quality/Organizational Excellence Certified Quality Engineer Certified Quality Auditor

Leia mais

Universidade Federal de Sergipe Centro de Ciências Exatas e Tecnológicas Núcleo de Engenharia de Produção Disciplina Engenharia de Produto

Universidade Federal de Sergipe Centro de Ciências Exatas e Tecnológicas Núcleo de Engenharia de Produção Disciplina Engenharia de Produto Universidade Federal de Sergipe Centro de Ciências Exatas e Tecnológicas Núcleo de Engenharia de Produção Disciplina Engenharia de Produto Prof. Andréa Cristina dos Santos, Dr. Eng. andreaufs@gmail.com

Leia mais

FERRAMENTAS DA QUALIDADE

FERRAMENTAS DA QUALIDADE FERRAMENTAS DA QUALIDADE FEMEA Análise do Modo e Efeito das Falhas Desenvolvido pela Professora Patrícia Roggero 1 Análise do Modo e Efeito das Falhas Desenvolvido pela Professora Patrícia Roggero 2 -

Leia mais

Histórico. Software estatístico utilizado em mais de 80 países por pesquisadores, engenheiros, analistas empresariais, professores, estudantes.

Histórico. Software estatístico utilizado em mais de 80 países por pesquisadores, engenheiros, analistas empresariais, professores, estudantes. MINITAB 14 Histórico Software estatístico utilizado em mais de 80 países por pesquisadores, engenheiros, analistas empresariais, professores, estudantes. Possui ferramentas para diversos tipos de análise

Leia mais

MPS.Br A A Experiência da Stefanini Washington Souza Marcelo Ramasco Andrea Mattos Elaine Vanessa

MPS.Br A A Experiência da Stefanini Washington Souza Marcelo Ramasco Andrea Mattos Elaine Vanessa MPS.Br A A Experiência da Stefanini Washington Souza Marcelo Ramasco Andrea Mattos Elaine Vanessa Sobre o que vamos falar Uma breve visão sobre a Stefanini A jornada até chegar ao nível A Falar como foi

Leia mais

FMEA - 4ª. EDIÇÃO (Análise dos Modos de Falha e de seus Efeitos)

FMEA - 4ª. EDIÇÃO (Análise dos Modos de Falha e de seus Efeitos) Curso e-learning FMEA - 4ª. EDIÇÃO (Análise dos Modos de Falha e de seus Efeitos) Todos os direitos de cópia reservados. Não é permitida a distribuição física ou eletrônica deste material sem a permissão

Leia mais

FINANÇAS AS EM PROJETOS DE TI

FINANÇAS AS EM PROJETOS DE TI FINANÇAS AS EM PROJETOS DE TI 2012 Material 2.1 Prof. Luiz Carlos Valeretto Jr. 1 Fundamentos de Risco e Retorno Se todos soubessem com antecedência qual seria o preço futuro de uma ação, o investimento

Leia mais

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade

Qualidade na empresa. Fundamentos de CEP. Gráfico por variáveis. Capacidade do processo. Gráficos por atributos. Inspeção de qualidade Roteiro da apresentação Controle de Qualidade 1 2 3 Lupércio França Bessegato UFMG Especialização em Estatística 4 5 Abril/2007 6 7 Conceito de Qualidade Não há uma única definição. Melhoria da Empresa

Leia mais

Curso de Engenharia de Computação MELHORIA DE PROCESSOS NO HELP DESK UTILIZANDO A METOGOLOGIA SEIS SIGMA

Curso de Engenharia de Computação MELHORIA DE PROCESSOS NO HELP DESK UTILIZANDO A METOGOLOGIA SEIS SIGMA Curso de Engenharia de Computação MELHORIA DE PROCESSOS NO HELP DESK UTILIZANDO A METOGOLOGIA SEIS SIGMA Mauricio Nannini Cecílio de Lima Campinas São Paulo Brasil Dezembro de 2007 Curso de Engenharia

Leia mais

O Lean Six Sigma e a Auditoria Interna

O Lean Six Sigma e a Auditoria Interna O Lean Six Sigma e a Auditoria Interna 29 de julho de 2011 Renato Trisciuzzi, CIA, CCSA, QAR, Contador, MSc. Diretor de Programas de Certificação IIA BRASIL / AUDIBRA Lean Six Sigma e a Auditoria Interna

Leia mais